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 | 31 |
Tags
- 딥러닝
- Artificial Intelligence
- python
- coding test
- 백준
- Class activation map
- Score-CAM
- SmoothGrad
- 코딩테스트
- Unsupervised learning
- 시계열 분석
- Interpretability
- Cam
- 메타러닝
- AI
- cs231n
- 머신러닝
- grad-cam
- 기계학습
- 코딩 테스트
- 설명가능한 인공지능
- Explainable AI
- meta-learning
- 설명가능한
- Deep learning
- 인공지능
- GAN
- keras
- Machine Learning
- xai
Archives
- Today
- Total
목록Holt model (1)
iMTE
1. Smoothing method (exponential smoothing)
1. Smoothing method (exponential smoothing)1) 분석 먼저, 앞의 분석에서는 N개의 sample을 사용해서 평균 값을 구했다. 이외에 전체 데이터에 가중치를 곱해서 smoothing을 하는 방법이 있는데, 이 방법을 exponential smoothing이라고 한다. 시점 T에는 1의 가중치를, 이후 시점 T-1에는 lambda의 가중치, 시점 T-2에는 lambda^2의 가중치를 주어, 과거의 값을 더 반영하지 않고, 최근 값을 더 반영하여 smoothing하는 방법이다.Smoothing constant a는 0과 1 사이이며, 위 식은 moving average와 달리, 이전 값을 저장하지 않아도 되기 때문에 memory 효율 면에서 유횽하다. (Deep learni..
Time-series Forecasting/ Prediction
2020. 1. 1. 16:30