[딥러닝] RNN(Recurrent Neural Network)에 대한 이해
RNN(Recurrent Neural Network) 순차적으로 들어오는 Sequential 데이에 적합하며, 매 시점의 데이터를 누적한 정보를 이용해 모델링하게 됩니다. 먼저, RNN을 사용할 수 있는 데이터 예시를 살펴보겠습니다. 아래 표를 보면 어제 주가, 어제 KOSPI, 뉴스 언급량을 사용해 오늘의 주가를 예측하고자 합니다. 이 때 RNN을 사용할 수 있습니다. ⬛ RNN의 구조 현 시점 t의 정보(hidden)는 현 시점 t의 input(Wxh xt)과 이전 시점 t-1의 정보(hidden state, ht-1)을 결합한 것으로, 다음 단계의 hidden(ht)으로 넘겨주고 현재 단계의 아웃풋(yt)을 생성하게 됩니다. 임의 길이의 연속적인(sequential) 입력 데이터를 처리할 수 있고 ..
Data Science&AI
2023. 2. 13. 16:45
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 오토인코더
- 시계열딥러닝
- Data Drift와 Concept Drift 차이
- Model Drift
- Tableau vs QuickSight
- Data Drift Detection
- On-premise BI vs Cloud BI
- 영어공부
- amazon Q
- pandas-ai
- 데이터 드리프트
- SQLD자격증
- Model Drift Detection
- amzaon quicksight
- 최신시계열
- 영화 인턴
- 모델 드리프트 대응법
- 생성형BI
- 모델 드리프트
- 모델 배포
- NHITS설명
- data drift
- SQLD 정리
- 비즈니스 관점 AI
- AutoEncoder
- 추천시스템
- pandas-gpt
- Generative BI
- Concept Drift
- SQLD
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 |
글 보관함