zip-sa | Data is important

목차서론방법론결과논의결론서론비트코인은 암호화폐 시장의 선두주자로서 그 가격 변동이 전체 시장에 큰 영향을 미칩니다. 이에 따라 비트코인 가격 예측은 투자자와 연구자들에게 중요한 관심사가 되었습니다. 본 연구에서는 시계열 데이터 분석을 통해 비트코인의 단기 가격 변동을 예측하는 모델을 개발하고자 했습니다.주요 가설은 "과거 24시간의 비트코인 관련 데이터를 사용하여 다음 시간의 가격 변동 방향을 예측할 수 있다"입니다. 이를 검증하기 위해 양방향 LSTM(Birectional Long Short-Term Memory) 모델을 사용했으며, 다양한 네트워크 및 시장 데이터를 활용했습니다.데이터 분석데이터셋 개요본 연구에서 사용된 데이터셋은 2022년 1월 1일부터 2023년 12월 31일까지의 1시간 단위 비..

0. 인과성과 기계학습: 인과성 추론의 이해와 최신 방법론인과성(Causality)은 사건 간의 원인과 결과를 밝히는 과정으로, 데이터 분석과 의사결정에 필수적인 개념입니다. 이 글에서는 인과성의 정의와 필요성, 인과성 추론 방법론, 그리고 최신 기계학습 기법을 통한 인과성 분석에 대해 설명합니다.1. 인과성이란 무엇인가?인과성은 특정 사건이 다른 사건에 미치는 영향을 밝히는 과정으로, 단순한 상관관계와는 다릅니다. 상관관계는 두 변수 간의 연관성을 보여주지만, 이것이 원인과 결과를 의미하는 것은 아닙니다.1.1 상관관계 vs. 인과성상관관계(Correlation): 두 변수 간의 연관성만을 보여줌. 예를 들어, 축구 FIFA 랭킹과 COVID 확진자 수 간의 관계가 있다고 해도, 축구 실력이 확진자 수..

다뤄볼 내용 :Monte Carlo ApproximationMarkov Chain Monte Carlo (MCMC)Metropolis-Hastings AlgorithmImportance Sampling 0. 개요MC 근사법은 매우 복잡하거나 정확하게 계산하기 어려운 확률 문제를 해결하기 위해 주로 사용되는 방법입니다. 특히 고차원 문제나 복잡한 확률 분포를 다룰 때, 랜덤 샘플링을 통해 근사치를 계산하여 효율적인 해법을 제공합니다.1. Monte Carlo Approximation의 기본 개념MC 근사는 복잡한 함수 ($f(z)$)와 확률 분포 ($p(z)$)의 기대값 ($E[f(z)]$)를 계산할 때 사용됩니다. 특히 정확한 계산이 불가능하거나 연산이 매우 오래 걸릴 때, 랜덤 샘플링을 통해 근사하는 ..