미래를 예언할 수는 없지만, 예측 모델을 구현해 볼 수는 있습니다. Prophet은 Python과 R 개발자가 확장 가능한 시계열 예측을 구축할 수 있는 강력한 오픈 소스 도구입니다. Prophet은 파라미터 튜닝이나 최적화 과정 없이도 고품질의 결과를 내도록 설계되었습니다. 그리고 조금만 배워도 누구나 직관적으로 모델을 조정해서 분석 결과를 획기적으로 향상할 수 있습니다. 이 책에서는 예측 모델부터 Prophet의 내부 작동 방식까지 단계적으로 다루어 Prophet의 최첨단 예측 기법을 구현할 수 있습니다. 다양한 주제의 원시 데이터를 바탕으로 온전히 작동하는 모델 예시를 제공하여 짧은 코드로 더 높은 정확도의 미래 데이터를 모델링하는 데 필요한 지식을 갖추도록 도와줍니다. 이 단계를 잘 따라 온다면 메타의 고도로 숙련된 엔지니어들만큼 Prophet을 잘 활용할 수 있을 것입니다.

PART 01 Prophet으로 시작하기 __01. 시계열 예측 발전사 ____01-1 시계열 예측 개요 __1.1.1 종속 데이터 문제 ____01-2 이동평균과 지수평활법 ____01-3 자기회귀누적이동평균(ARIMA) ____01-4 ARCH/GARCH ____01-5 신경망 ____01-6 Prophet ____01-7 최근 발전 현황 __1.7.1 NeuralProphet __1.7.2 구글의 “견고한 대규모 시계열 예측” __1.7.3 링크드인의 SilverKite/GreyKite __1.7.4 우버의 Orbit __02. Prophet 시작 ____02-1 코랩 노트북 파일 다운로드 ____02-2 간단한 Prophet 모델 구축 ____02-3 예측 데이터프레임 해석 ____02-4 구성 요소 플롯의 이해 __03. Prophet 작동 방식 ____03-1 페이스북이 Prophet을 구축한 동기 ____03-2 analyst-in-the-loop 예측 ____03-3 Prophet 수식 __3.4.1 선형 성장 __3.4.2 로지스틱 성장 __3.4.3 계절성 __3.4.4 공휴일 PART 02 계절성, 튜닝, 고급 기능 __04. 일별 기준이 아닌 데이터 처리 ____04-1 월별 데이터 사용 ____04-2 하루보다 짧은 주기의 데이터 사용 ____04-3 규칙적인 누락 구간을 가진 데이터 사용 __05. 계절성 처리 ____05-1 가산형 vs 곱셈형 계절성 ____05-2 푸리에 차수로 계절성 조절 ____05-3 커스텀 계절성 추가 ____05-4 조건부 계절성 추가 ____05-5 계절성 규제 __5.5.1 전역적 계절성 규제 __5.5.2 국소적 계절성 규제 __06. 공휴일 효과 예측 ____06-1 기본 국가 공휴일 추가 ____06-2 기본 지자체(주/도) 공휴일 추가 ____06-3 커스텀 공휴일 생성 ____06-4 연휴 생성 ____06-5 공휴일 규제 __6.5.1 전역적 공휴일 규제 __6.5.2 개별 공휴일 규제 __07. 성장 모드 조절 ____07-1 선형 성장 적용 ____07-2 로지스틱 함수 ____07-3 포화 예측 로지스틱 성장 적용 __7.3.1 증가하는 로지스틱 성장 __7.3.2 변동하는 상한 cap __7.3.3 감소하는 로지스틱 성장 ____07-4 플랫 성장 적용 ____07-5 커스텀 추세 생성 __08. 추세 변경점 조절 ____08-1 추세 변경점 자동 탐지 __8.1.1 기본(디폴트) 변경점 탐지 ____08-2 변경점 규제 ____08-3 커스텀 변경점 위치 설정 __09. 설명 변수 추가 ____09-1 이진값 변수 추가 ____09-2 연속형 변수 추가 ____09-3 계수의 해석 __10. 이상값과 특별 이벤트 ____10-1 계절성 변동을 초래하는 이상값 수정 ____10-2 넓은 불확실성 구간을 초래하는 이상값 수정 ____10-3 이상값 자동 탐지 __10.3.1 윈저화 __10.3.2 표준편차 __10.3.3 이동평균 __10.3.4 오차의 표준편차 ____10-4 이상값을 특별 이벤트로 모델링 ____10-5 COVID-19 봉쇄 충격 모델링 __11. 불확실성 구간 처리 ____11-1 추세 불확실성 모델링 ____11-2 계절성 불확실성 모델링 PART 03 진단과 평가 __12. 교차 검증 실행 ____12-1 k-폴드 교차 검증 ____12-2 순방향 연쇄 교차 검증 ____12-3 Prophet 교차 검증 데이터프레임 생성 ____12-4 병렬 교차 검증 __13. 성능 지표 평가 ____13-1 Prophet 지표의 이해 __13.1.1 MSE __13.1.2 RMSE __13.1.3 MAE __13.1.4 MAPE __13.1.5 MdAPE __13.1.6 SMAPE __13.1.7 커버리지 __13.1.8 최적 지표 선정 ____13-2 Prophet 성능 지표 데이터프레임 생성 ____13-3 불규칙한 컷오프 처리 ____13-4 그리드 서치로 하이퍼파라미터 튜닝 __14. Prophet 제품화 ____14-1 모델 저장하기 ____14-2 적합 모델 업데이트

이 책은 컴퓨터에 Prophet을 설치하고 설정하는 방법, 그리고 단 몇 줄의 코드만으로 초기 모델을 구축하는 과정을 안내합니다. 이어서 예측 결과를 시각화하고, 휴일·계절성·추세 변곡점을 추가하며, 이상값을 처리하는 등 더 고급 기능을 살펴보게 됩니다. 아울러 각 기본 매개변수를 왜, 어떻게 수정해야 하는지도 배우게 됩니다. 또한 푸리에 급수를 이해하고 그것이 계절성을 어떻게 모델링하는지도 익히며, 계절성을 어떻게 적용할지도 배웁니다. 더 나아가 하이퍼파라미터 튜닝과 추가 회귀자를 모델에 포함해 더 복잡한 모델을 최적화하는 방법을 배우게 됩니다. 모델 성능을 평가하기 위한 진단을 실행하고, Prophet을 실제 운영 환경에서 활용할 때 유용한 기능도 익힙니다. 그리하여 원시 시계열 데이터셋을 활용해 간결하고 이해하기 쉬우며 재현 가능한 코드로 정교하고 정확한 예측 모델을 개발할 수 있게 될 것입니다. ★이 책에서 다루는 주요 분야★ 1장 시계열 예측 발전사: 시계열 데이터를 이해하려는 초기 시도부터 오늘날까지의 주요 알고리즘 발전사 2장 Prophet 시작: Prophet이 동작하는 기본 프로세스와 첫 번째 모델 구축 방법 3장 Prophet 작동 방식: 메타가 Prophet을 개발한 이유와 analyst-in-the-loop, 예측 알고리즘 수식 4장 일별 기준이 아닌 데이터 처리: 일별 데이터가 아닌 다양한 주기 데이터를 처리하는 방법과 활용 5장 계절성 처리: Prophet 모델의 핵심 요소인 계절성 개념과 제어 방법 6장 공휴일 효과 예측: 기본·지역별·커스텀 공휴일 설정과 공휴일 효과 반영 기법 7장 성장 모드 조절: 선형, 로지스틱, 플랫 등 세 가지 추세 모드와 적용 상황 8장 추세 변경점 조절: 추세선의 경직성과 유연성을 조절해 상황별 최적 모델 구축 9장 설명 변수 추가: 설명 변수를 이용해 다변량 입력 데이터를 추가하는 방법 10장 이상값과 특별 이벤트: 이상값 문제와 자동 탐지 및 Prophet 기반 처리 기법 11장 불확실성 구간 처리: 모델의 불확실성 정량화와 시각화 기법 12장 교차 검증 실행: 시계열 데이터 특성에 맞는 교차 검증 방법과 Prophet 구현 13장 성능 지표 평가: 성능 지표와 교차 검증을 활용한 모델 최적화 및 정확도 향상 14장 Prophet 제품화: 모델 저장·업데이트 방법과 Plotly를 활용한 대시보드 공유 기법 ★이 책의 대상 독자★ * 파이썬이나 R을 활용해 시계열 예측을 배우고자 하는 비즈니스 관리자 및 데이터 분석 담당자 * 시계열 데이터의 특성과 다른 데이터 유형과의 차이를 이해하고 싶은 데이터 과학자 및 분석가 * 머신러닝과 예측 모델링을 실제 프로젝트에 적용하려는 머신러닝 엔지니어 * 소프트웨어 개발 과정에서 시계열 데이터를 다루며 예측 기법을 활용하고자 하는 소프트웨어 엔지니어