[모두의 딥러닝] RNN with Time Series Data

Sung Kim 님의 "모두의 딥러닝" 강의노트입니다

좋은 강의 감사드립니다!

https://www.youtube.com/watch?v=mQGwjrStQgg&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=5

RNN을 이용해서 Time-Series data를 예측할 것 이다. 

Time-series란 말 그대로 시간이 지나면서 값이 변하는 것을 말한다. 

대표적인 것이 주식가격이다.  

다음과 같은 형태로 RNN이 나타날 것 이다.

7일 이전의 데이터를 넣어 8일째의 가격을 예측할 수 있는 것이다. 

7일 데이터 만으로 예측하는 것 보다, 이전의 데이터들을 모두 이용하여 어떤 영향을 미친다 라는 가설을 이용하는 것이 many to one의 idea이다. 

Input_dim은 5가 된다 ( 변수의 종류 )

sequence는 7이다 ( 7일간의 데이터이기 때문 )

Output_dim은 1이 된다 ( 하나의 가격값 )

데이터를 읽어오고 시간순으로 읽어오기 위해 뒤집는다.

Train, test size를 정해주고 각각의 X,Y 데이터에서 train, test 비율만큼 나눈다.

바로 1로 예측하지 않고 LSTM에서 나온 것을  FC를 거치고 나서 최종 Y-hat 을 예측한다. (Hidden_dim을 임의로 정해준다.)

Outputs[:,-1] -> 마지막 것 만 사용하겠다.

여기는 sequence loss가 아니어서 rmse로 측정한다.

연습문제 )

기본적인 Linear Regression과 비교해보기 / 다른 features를 이용하여 예측하기