모델을 이용한 예측

http://www.yes24.com/Product/Goods/95913006

데이터 분석을 위한 수리 모델 입문 - YES24

대상의 데이터 생성 메커니즘을 잘 파악한 수리 모델은 높은 정확도로 예측을 할 수 있습니다. 세상에는 예측이 잘되는 문제와 잘되지 않는 문제가 있습니다. 예측이 잘 되기 위한 요소로 중요한 것이 '상황이 확정되기 위한 데이터가 충분히 수집되어 있는가'입니다. 

 

반대로 예측하기 어려운 것은 상황이 데이터에서 확정되지 않거나 또는 시시각각 변화하는 경우입니다. 

 

수리모델을 만들 때는 존재하는 데이터와 모델이 일치하도록 매개변수를 조정하시만, 데이터가 존재하지 않는 부분은 전혀 고려하지 않습니다. 수리모델은 일반적으로 예외사건에는 약하다고 할수 있습니다.

 

데이터에 대한 두가지 접근 상황이 있을 때 처음에는 데이터를 잘 설명할 수 있을 것 같은 확률 분포를 준비하고, 그 확률분포를 데이터에 맞춤으로써 데이터를 잘 설명할 확률분포를 얻는 것이고 두번째는 데이터의 생성과정에 주목해서, 좀더 상향식으로 데이터가 생성되는 모습을 모델링 하는 것이다. 전자는 응용지향형 예측을 위한 모델링 , 후자는 이해지향적 모델링 접근 방법입니다. 다르게 말하면 전자는 데이터에서 귀납적으로 현상을 설명하는 접근방법, 후자는 가정으로 부터 연역젹으로 현상을 설명하는 접근 방법입니다.