세븐시스템 알고리즘 및 이론

시계열 데이터(time series data)란 일정 시간 간격으로 배치된 같은 형태 데이터들의 열(sequence)을 말한다.
시계열 해석(time series analysis)은 이런 시계열 데이터들이 어떤 법칙에서 생성되어 나오는지를 파악하는 수학 분야다.
같은 형식의 데이터들이 차례로 나타나는 시계열 데이터에서는 시간대를 넘나드는 다양한 패턴이 숨어있게 마련이다.

이러한 패턴 가운데는 가까운 인접 시간대 사이에서 형성되는 패턴도 있지만 멀리 떨어져 있는 시간대 사이에 나타나는 패턴도 있다.
다양한 종류의 시계열 데이터에 대해 그 내용을 분석해서 이해하고, 그 분석을 바탕으로 데이터의 특성과 패턴을 찾아 활용하기란 쉬운 일이 아니다.

이러한 문제를 해결하기 위해 딥러닝의 순환 신경망(RNN, Recurrent Neural Network)을 적합한 알고리즘으로 사용

딥러닝 알고리즘 중 순환 신경망(RNN)의 특징에 따라 과거 당첨번호를 학습하여, 딥러닝이 패턴을 발견하고, 해당 패턴을 기반으로 이후의 로또 당첨 번호를 예측하는 것이 핵심 알고리즘 시계열 해석을 위해, 본 개발에서 사용하는 딥러닝 알고리즘은 순환신경망(RNN, Recurrent Neural Network) RNN은 다층 퍼셉트론 신경망의 은닉 계층 가운데 일부를 순환 계층(Recurrent Layer)으로 대체하여 만든 신경망이다.

순환 계층은 시계열 데이터를 시간대별로 반복 처리하면서 어떤 시간대에 자신이 출력한 내용을 다음 시간대에 다시 입력의 일부로 활용한다.