클래스 결제 전, 확인해주세요!
1. ZOOM을 이용한 화상강의로 진행됩니다. 2. 매회차 강의 시작 48시간 전에 연결 URL과 강의 노트를 이메일로 보내드립니다. 강의 신청하시면 문자메세지로 이메일 주소를 요청드립니다. Gmail은 소스코드가 들어 있는 강의자료를 차단하므로 여타 이메일 주소를 보내주십시오. 3. 강의를 신청하시면 기계학습 및 시계열 입문 동영상 강의를 무료로 제공해드립니다. 본 강의 시작 전에 미리 시청하시면 수업 내용 이해에 크게 도움이 됩니다. 4. 강의 후 2일 이내에 녹화 동영상을 시청하실 수 있는 URL도 제공해드립니다.
클래스 소개
커리큘럼
튜터 소개
리뷰
클래스 30초 요약
시계열 분석에 적합한 딥러닝 모형을 선별하여 각 모형의 구조와 특징 및 시계열에 적용하는 방법에 대해 자세히 살펴봅니다. 파이썬 코딩 실습을 통해서 각종 딥러닝 모형을 시계열 데이터에 적용하는 방법을 체계적으로 설명드리고 실무에 바로 적용가능한 파이썬 소스코드를 제공해드립니다. 기존 통계모형으로는 분석 불가능한 영역을 배울 수 있습니다.

이런 분들께 추천하는 클래스예요

1) 시계열 예측을 실무에 적극 활용하시고 싶은 분: 수요 예측, 경기 예측, 변동성 예측, 주가 예측 등 2) 딥러닝 관련 학위 논문 작성 중이신 분: 딥러닝 및 시계열 분석 전반에 걸친 조언을 수업 시간과 휴식시간을 통해서 해드리고 개인적으로도 적극 도와드리겠습니다. 3) 전직 및 이직을 준비 중이신 분: 인공지능, 데이터 사이언스 및 관련 분야에 대한 각종 정보와 전직 및 이직에 대한 조언을 해드리겠습니다. 4) 시스템 트레이딩 분야에 관심을 가지신 분: 딥러닝을 이용한 시계열 분석 기법은 인공지능을 활용한 첨단의 알고리듬 트레이딩 시스템 개발에 크게 기여할 수 있으므로 최근 딥러닝을 이용한 시계열 분석 방법론이 금융공학 분야에서 크게 주목을 받고 있습니다. 강사의 오랜 경험을 공유하실 수 있습니다. 5) 금융공학, 계량경제학, 기계학습 분야에 조언이 필요하신 분: 강사의 경험과 인적 네트워크를 활용하여 적극 도와드리겠습니다.

제 클래스를 소개드리자면요,

클래스 상세 소개 이미지딥러닝 알고리듬 중에서 시계열 분석에 적합한 알고리듬을 선별하여 각 알고리듬의 구조와 특징 및 시계열 분석에 적용하는 방법에 대해 자세히 살펴봅니다. 코로나 감염 걱정도 없고 졸음이 쏟아질 염려도 없는 ZOOM을 이용한 Online Live 방식으로 진행됩니다 매회차 강의 전에 이메일로 화상강의 URL과 강의 자료를 보내드립니다. 물론 녹화 동영상도 복습하시면서 보실 수 있도록 제공해드립니다(편집하여 매회 차 강의 후 2일 이내에 동영상 재생 URL 보내드립니다) .................................................................................................................................................................................................................. 딥러닝 모형은 시각정보나 언어정보 처리에 있어서 기존의 기계학습 알고리듬에 비해 탁월한 성능을 발휘하여 인간의 시각지능이나 언어지능을 인공적으로 구현하는 데 핵심적인 기여를 하고 있습니다. 시각정보나 언어정보는 본질적으로 시계열 데이터 속성을 강하게 지니고 있습니다. 이런 유형의 데이터를 잘 처리하기 위해서는 기억 능력을 보유해야 합니다. 예를 들자면, 단어를 순서대로 전개해야 의미가 통하는 문장이 되는데 단어를 순서대로 전개하기 위해서는 직전에 무슨 단어가 나왔는지 잘 기억해야 한다는 것입니다. 딥러닝 모형 중에서 RNN(Recurrent Neural Networks) 모형은 은닉층 또는 출력층에서 입력층으로 정보가 피드백되는 구조를 지니고 있어서 네트워크가 단기 기억능력을 지닐 수 있습니다. RNN 모형의 한 부류인 LSTM(Long Short Term Model)은 장기 기억능력도 제공합니다. 통계학적 시계열 모형에서는 변수의 현재값을 변수 자신의 과거값들의 가중평균과 교란항의 현재값으로 표현(자기상관모형)하거나 또는 교란항 과거값들의 가중평균과 교란항의 현재 값으로 표현(이동평균모형)합니다. 과거값을 어느 정도 사용해야 주어진 시계열 데이터를 제대로 모델링 할 수 있는지는 시계열 데이터의 차수가 결정합니다. 모형의 구조와 차수를 추정하기 위해 다양한 통계적 기법을 동원하고 있지만 선형 모형의 한계를 지니고 있는 기존 통계학적 모형으로는 복잡한 비선형 구조를 지닌 데이터를 분석하는 데 한계가 있습니다. 따라서, 최근에는 딥러닝 모형으로 시계열 데이터 깊은 곳에 숨겨져 있는 패턴을 찾아내어 미래 예측에 활용하고 있는데, 그 성능이 기존의 통계적 분석 방법으로는 실현 불가능한 수준에 도달해 있습니다. 본 강의에서는 Keras와 TensorFlow를 이용하여 시계열 데이터 분석에 필요한 딥러닝 모형들을 기본형부터 고급형까지 차례대로 구축하여 다양한 데이터를 실제 적용하여 예측 성능을 살펴보고 그 성능을 향상시킬 수 있는 각종 튜닝 방법에 대해 자세히 살펴 봅니다. 모든 강의는 "Learning By Doing(실습을 통한 이해)" 방식으로 진행되므로 별도의 사전 지식을 요구하지 않습니다. 시계열 모형에 대한 기본 지식이나 Python 코딩에 대해서도 수업 중간 중간에 필요한 내용을 자세히 설명드리므로 이 분야에 대한 사전 지식이 없어도 수강하시는 데 아무런 불편이 없습니다. 매 수업시간마다 실습이 있으므로 노트북을 반드시 가져오셔야 합니다. OS는 윈도우, 맥, 리눅스 모두 가능합니다. 실무나 논문 작성에 바로 활용하실 수 있도록 Python으로 작성된 모든 소스 코드와 실습용 데이터를 제공해드립니다. Python은 아나콘다 배포판을 수업시간에 함께 설치하여 기본 사용 방법을 설명드리므로 코딩 초보자들도 아무런 문제 없이 수업에 참여 하실 수 있습니다. (강사는 20년 가까운 강의 경력을 지니고 있습니다.)

클래스는 이렇게 진행됩니다

안녕하세요, Python·R 분야에서 활동하고 있는 한창호 튜터입니다

프로필 이미지

한창호 튜터

(학력인증추가)서울대학교 경제학 학사
(학력인증추가)서울대학교 경제학 석사
(학렬인증추가)University of California, San Diego 경제학 박사
현재 고려대학교 기술경영전문대학원 겸임교수(인공지능, 빅데이터 강의) 가톨릭대학교 산업수학센터 연구교수(산업수학 프로젝트) 가톨릭대학교 수학과 겸임교수(계량경제학, 수리금융 강의) 성균관대학교 경영대학 겸임교수(금융공학 강의) 삼성금융연구소 (주)한국기업평가 에너지경제연구원 <관련 주요 학술 저술> '데이터 사이언스를 활용한 리스크 관리", 예탁결제, 제119호, pp. 8-20, 2021. “The DNA of Security Return”, Quantitative Finance, vol.15, no.1, pp. 1-17, 2015. “수익률 DNA를 이용한 금융시장 분석 방법론”, 자산운용연구, vol 2, no.1, pp 82-106, 2014. “Multi-Variate Estimation and Forecasting with Artificial Neural Networks”, 박사학위논문, UCSD, 1999.
1 / 5

서울대 출신 경제학 박사가 가르치는 딥러닝 예측방법론

29,000/시간

10시간

290,000

그룹 클래스 · 2-4
5회 진행 · 1회당 2시간

일정이 없습니다.

    통신판매업 신고번호 : 2022-서울성동-02377

    상호 : (주)탈잉 | 대표자명 : 김윤환 | 사업자등록번호 : 767-88-00630

    주소 : 서울특별시 성동구 성수이로22길 37, 서울창업허브 성수 404B (성수동 아크벨리)

    고객센터 : 1877-1233 | help@taling.me

    (주)탈잉은 통신판매중개자로서 거래 당사자가 아니므로, 튜터가 등록한 상품정보 및 거래 등에 관한 의무와 책임을 지지 않습니다.

    • facebook
    • instagram
    • youtube
    • naver

    Copyright ⓒ 2023 Taling Inc. All rights reserved.