시계열 분석 - 모형 @lazyerIJ References 시계열 분석 - 모형 본 내용은 위 블로그를 보고 내용을 임의로 정리, 요약 한 글입니다. 1. 시계열 분석 적용 대상 회귀분석은 시점을 고려하지 않지만, 시계열 분석은 시간을 고려한다. 1개의 데이터와 그 데이터를 획득한 시간을 알고있다면, 그 데이터 자체적으로도 분석이 가능해진다. 2. 대표적인 시계열 데이터의 특성 시계열 정보 = 규칙적인 패턴 + 불규칙적인 패턴 규칙적인 패턴 자기 상관성 이전의 결과와 이후의 결과 사이에서 발생. (이전 값이 크면 이후 값은 낮은 경향 따위) 바로 이전의 결과의 영향을 받을 수도 있지만 Delay가 발생하기도 한다. 이동평균 이전에 생긴 불규칙한 사건이 이후의 결과에 편향성을 초래 불규칙적인 패턴 (Whi..
데이터베이스 종류와 장단점 #Study/CS 데이터베이스의 종류 - 계층형 데이터베이스 - 네트워크형 데이터베이스 - 관계형 데이터베이스 - 비관계형 데이터베이스 1. 계층형 데이터베이스 데이터의 관계를 트리 구조로 정의. 상위 레코드가 복수의 하위 레코드를 갖는 구조. (일대다 관계) 1-대-N 관계 형성. 현재의 데이터베이스에서는 거의 사용되지 않지만 XML, 파일 시스템 등에서는 사용 중이다. [담임 - 테이블 ] : 성명, 지위, 봉급 등 속성 포함 [학생 - 테이블 ] : 성명, 생년월일 등 속성 표현 학생이 한 명 이상의 담임을 가질 경우 1-대-N 관계가 무너지며, 네트워크 모델이 되어버린다. 장점 1-대-N 관계를 갖는 대용량 데이터베이스 처리에 강력하다. 무결성 조건에 대해 좋은 관리가 ..
Scipy.signal.detrend 선형선분 제거. 흔히 선형적인 성분을 데이터, 불규칙적인 성분을 노이즈로 생각할 수 있지만.. 필요에 따라 규칙적이고 선형적인 성분을 노이즈로 생각하고 제거해준다. 선형 노이즈 + 랜덤 데이터 -> detrend -> 선형 노이즈 제거 -> 랜덤데이터만 남는다. %matplotlib inlinefrom scipy.signal import detrendimport numpy as npimport matplotlib.pyplot as plt #my datadata = np.random.random(1000)#add linear noise datanoise = np.linspace(0,3,1000)#total datatotal = data + noise plt.subplo..
IIR & Butterworth filter - Scipy.signal @(Summary)[python, scipy, signal, filter, 티스토리] Scipy.signal 을 다루기 위한 개념 정리 1. IRR 물리적 채널에 대한 제한적 채널 모델에서 가장 일반적인 것이 선형 시불변 (LTI, Linear Time-Invariant) 채널이다. 시불변성을 띄는 signal 은 noise가 없는 signal을 의미하며 통상 아래와 같이 표현된다. 임펄스 응답은 이렇게 과거의 입력 값들이 현재의 출력 값에 기여하는 정도를 나타내고, 초기 조건이 0일 때 LTI 시스템의 해석을 편리하게 해주는데, 임펄스 응답이란 특정 순간에서 임펄스 함수가 인가되어 나온 응답이다. 첫 번째 식에서 가 임펄스 응답..
Pandas.Series.rolling Series.rolling(window, min_periods=None, center=False, win_type=None, on=None, axis=0, closed=None)(0.23.4)Provides rolling window calculationsummeanstd...Example import datetime import pandas_datareader as web start = datetime.datetime(2010,1,1) end = datetime.datetime(2016,12,31) #HyunDae hd = web.DataReader('005380.KS', 'yahoo', start, end) hd_close = hd['Close'] p..
ㄲㄲㅅEdit Numpy FFT Example @2018.12.11 Summary python numpy signal fft 티스토리 %matplotlib inline import numpy as np import matplotlib.pyplot as plt #Sin Signal Class class SinSample(): def __init__(self, **kwargs): self.amp = kwargs.get('amp',1) self.time = kwargs.get('time',t) self.freq = kwargs.get('freq',3) self.sample = np.sin(2*np.pi*self.freq*self.time) def calSignal(self, freq): return np.si..
Tacotron Analysis - Data Preprocessing Tacotron : https://carpedm20.github.io/tacotron/ python3 -m datasets.son.download datasets/son/video : download ts format video data datasets/son/assets : download text format data python3 -m audio.silence --audio_pattern "./datasets/son/audio/*.wav" --method=pydub from pydub import silence audio = read_audio(audio_path) not_silence_ranges = silence.detect_..
#Underflow/Overflow #Poor Conditioning #Gradient Based Optimization #Jacobian and Hessian Matrix @2017.01 1. Underflow / Overflow Underflow : 0에 가까운 매우 작은 숫자가 0으로 반올림되어 취급 Overflow : 매우 큰 숫자가 무한으로 취급. ex ) softmax - Underflow 또는 Overflow로 부터 반드시 안정화 필요 모든 x(i)가 상수 c와 같다고 가정했을 때, output = 1/n으로 동일 exp 함수 그래프에 따라 x(i) 가 매우 클 때 Overflow, 매우 작을 때 Underflow 발생 해결 : softmax(z) wherez=x − max(i)x(i) ex..
- Total
- Today
- Yesterday
- detrend
- butterworth
- pandas
- AWS
- database
- PYTHON
- filter
- VPN
- IRR
- numpy
- FFT
- tacotron
- signal
- scipy
- deep learning
- Machine Learning
- Rolling
- TensorFlow
- 터널링
- style transfer
- Computer science
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 |