●1부 시계열 분석 및 예측의 기초


1장 시계열의 정상성 및 시계열 분석의 기초
1.1 시계열의 정상성
1.2 기본 시계열 모형
1.3 단위근 검정
1.4 정상시계열로의 변환
1.5 실습

2장 시계열 예측 절차 및 평가 방법
2.1 예측 절차
2.2 다단계 앞 예측
2.3 예측오차 함수
2.4 예측력 검정 방법
2.5 실습

●2부 머신러닝과 예측

3장 머신러닝 소개 및 지도학습
3.1 머신러닝이란?
3.2 지도학습

4장 선형회귀모형과 축소추정
4.1 선형회귀모형과 최소자승 추정량
4.2 축소추정법
4.3 시계열 데이터를 이용한 실습
4.4 횡단면 데이터를 이용한 실습

5장 의사결정나무 기반 모형
5.1 의사결정나무 모형
5.2 배깅
5.3 랜덤 포레스트
5.4 부스팅
5.5 의사결정나무 기반 모형들의 추정 실습

6장 인공신경망 기반 모형
6.1 인공신경망
6.2 인공신경망 학습
6.3 순환신경망
6.4 LSTM
6.5 인공신경망 모형들의 추정 실습

7장 종합 실습: 머신러닝을 이용한 인플레이션 예측과 관련 이슈
7.1 미국 인플레이션 예측 실습
7.2 데이터 세트 구축 관련 실습 데이터
7.3 시계열 지속성과 머신러닝 예측의 관계

●3부 중급 시계열 분석

8장 벡터자기회귀모형
8.1 축약형 벡터자기회귀모형
8.2 구조형 벡터자기회귀모형
8.3 실습

9장 조건부 분산과 변동성 모형
9.1 조건부 분산 모형
9.2 ARCH/GARCH 유형 모형의 발전
9.3 확률 변동성 모형
9.4 실현변동성과 내재변동성
9.5 실습

부록
부록 A R 및 RStudio 설치와 기본 사용법
부록 B Python과 VS Code 설치 및 기본 사용법
참고문헌찾아보기