파이썬으로 배우는 시계열 예측의 모든 것, 《파이썬 시계열 예측 분석》

파이썬 시계열 예측 분석 - 통계 모델, 딥러닝, 파이썬 라이브러리를 활용한 대규모 시계열 데이터 분석
마르쿠 페이셰이루 지음, 동동구 옮김 / 제이펍 / 2024년 7월

《파이썬 시계열 예측 분석》은 파이썬을 이용한 시계열 예측 분석의 다양한 기법과 실제 적용 방법을 다루고 있습니다. 책은 시계열 데이터의 특성 이해부터 딥러닝을 활용한 예측 모델의 구현까지 폭넓은 내용을 담았습니다.

책은 총 4부로 구성되어 있습니다.
1부에서는 시계열을 정의하고 시계열을 다루는 작업에 대해 소개합니다. 베이스라인 모델을 정의해 단순하게 예측하는 방법과 확률 보행 프로세스를 식별하는 법을 학습합니다.
2부에서는 시계열 예측에 사용할 다양한 통계적 모델을 살펴봅니다. 
이동평균과정(MA)부터 자기회귀과정(AR), 자기회귀이동평균과정(ARMA), 자기회귀누적이동평균과정(ARIMA), SARIMA, SARIMAX, VAR에 대해 소개합니다.
3부에서는 데이터 집합이 크고 일별 계절성이 있는 경우에 적합한 딥러닝 기법을 소개합니다. 장단기 메모리(LSTM), 합성곱 신경망(CNN), 자기회귀 LSTM(ARLSTM)을 이용하여 시계열 예측을 진행합니다. 
4부에서는 메타에서 만든 오픈소스 라이브러리 Prophet을 활용해 시계열 예측 자동화를 실습합니다.

책의 장점으로
1. 복잡한 개념도 쉽게 이해할 수 있도록 설명되어 있어, 초보자도 부담 없이 읽을 수 있습니다.
2. 딥러닝 모델(LSTM, CNN 등)을 시계열 예측에 적용하는 방법을 소개합니다.
3. 실제 데이터를 사용한 캡스톤 프로젝트를 통해, 실전에서 시계열 예측하는지 파악하는 데 도움이 됩니다.
4. 저자가 시계열 분석을 독학하면서 얻은 노하우와 팁이 잘 설명되어 있습니다.

대상 독자는 초보자부터 중급자까지 폭넓은 독자를 대상으로 하고 있습니다. 시계열 분석을 한 번이라도 해봤거나 기초적인 통계 지식이 있다면 누구나 읽을 수 있습니다.

- 시계열 예측을 처음 공부하는 사람
- 시계열 예측에 익숙해지고 싶은 데이터 분석가와 데이터 과학자
- 경제, 금융, 마케팅 분야 등 시계열 데이터에 쉽게 접근이 가능한 연구원

책은 시계열 예측이라는 방대한 주제를 체계적으로 소개하고 있습니다. 파이썬 코드로 제공되는 예제들은 개념을 쉽게 이해할 수 있게 도와주고, 연습 문제와 캡스톤 프로젝트를 통해 문제 해결력을 기를 수 있습니다. 또한, 딥러닝과 Prophet 라이브러리를 활용한 시계열 분석까지 다루고 있어, 최신 시계열 예측의 흐름을 파악하는 데 유용했습니다.

다만, 딥러닝을 활용하는 3부부터 난이도가 올라간 느낌이 있었는데, 딥러닝에 대해 어느 정도는 숙지했다는 가정하에 책이 진행되므로 딥러닝에 대해 알고 있으면 좋을 것 같습니다.

책을 통해 시계열 예측의 기초를 다질 수 있었을 뿐만 아니라 다양한 분석 기법을 파이썬으로 반복적으로 구현해 보면서, 시계열 분석 프로세스에 익숙해질 수 있었습니다. 단순한 베이스라인 모델부터 복잡한 ARIMA, SARIMA 등 다양한 모델의 구현과 성능 비교를 통해 실제 분석 시 고려해야 할 점들을 잘 다루고 있어 좋았습니다. 실용적으로 시계열 예측과 분석을 배우고자 하는 사람들에게 꼭 추천하고 싶은 책입니다. 

"해당 서평은 제이펍 출판사로부터 책을 제공받아 작성했습니다."