#forecasting
노트 2개
AI & Data
시계열 분석: 정상성·분해·ARIMA에서 Prophet과 딥러닝 예측까지시간 순서로 관측한 데이터를 다루는 시계열 분석을 정리한다. 추세·계절성·주기 성분, 정상성과 ACF·PACF·단위근 검정, 로그 변환과 차분, 고전 분해와 STL, 기준 예측과 지수평활, ARIMA·SARIMAX와 GARCH 같은 확장, Prophet의 성분 모델과 주요 파라미터, 윈도 지도 학습·seq2seq·인과 합성곱 같은 딥러닝 예측, 시간 순서를 지키는 평가, DTW 거리로 하는 시계열 분류·군집까지 다룬다.
AI & Data
AI 2027: 초지능 도래 시나리오와 정렬 문제AI Futures Project가 낸 초지능 도래 예측 시나리오. AI가 AI 연구를 자동화하면서 진전이 복리로 빨라지는 지능 폭발, 그 과정에서 모델의 목표가 사양(Spec)과 어긋나는 정렬 실패, 미·중 경쟁과 모델 가중치 탈취, 정부·기업의 권력 집중을 하나의 연대기로 그리고, 경쟁(race)과 감속(slowdown) 두 결말로 갈라진다. 시나리오에 쓰인 핵심 개념(진전 배수, 작업 시간 지평, IDA, 뉴럴리즈, 정렬·통제 기법)과 한계를 정리한다.