일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- xai
- 코딩 테스트
- 시계열 분석
- GAN
- coding test
- SmoothGrad
- Unsupervised learning
- AI
- 백준
- grad-cam
- 코딩테스트
- keras
- 인공지능
- Class activation map
- Deep learning
- meta-learning
- 딥러닝
- Interpretability
- cs231n
- Score-CAM
- 메타러닝
- Machine Learning
- 설명가능한 인공지능
- python
- Explainable AI
- 설명가능한
- Cam
- 머신러닝
- 기계학습
- Artificial Intelligence
Archives
- Today
- Total
목록편자기상관함수 (1)
iMTE
2. Stationary time series (Stationarity)
보통 시계열분석에서 stationary 시계열을 다루며, non-stationary 시계열은 여러 변환 (예, differentiation) 들을 통해서 정상적인 시계열으로 바꾼 이후에 분석을 한다. 1) 강정상성, strong stationary (Z1,...,Zm)과 (Z1+k,...,Zm+k) (k>1)이 동일한 결합확률분포를 가질 때 strong stationry 시계열이라고 한다. 2) 위의 조건을 만족할 경우 다음 성질을 갖는다. (1) E[Zt]=μ,t≥1 (2) Var[Zt]=σ2=γ(0),t≥1 (3) Cov[Zt,Zt−k]=Cov[Zt+k,Zt]=γ(k),t≥1 (자기공분..
Time-series Forecasting/ Prediction
2021. 6. 22. 10:18