実践 時系列解析 統計と機械学習による予測

Aileen Nielsen

基本情報

ジャンル
ISBN/カタログNo
ISBN 13 : 9784873119601
ISBN 10 : 487311960X
フォーマット
発行年月
2021年09月
日本
共著・訳者・掲載人物など
:
追加情報
:
462p;24

内容詳細

時系列データが使われる範囲は広く、医療データ、金融分析、経済予測、天気予報など、さまざまな分野で使われています。本書は時系列データを通してデータ解析手法を学んでゆくアプローチで、データのクリーニング、プロットの方法、入出力など基本的なトピックについてひととおりカバーしてから、さまざまな分野の事例を数多く取り上げ、統計的手法と機械学習手法の両方を時系列データに適用し、また人気のオープンソースツールも積極的に取り入れた手法を紹介します。プログラムにはRとPythonの両方を利用。データセットやコードはGitHubからダウンロード可能です。

目次 : 時系列の概論と簡単な歴史/ 時系列データの見つけ方と前処理/ 時系列の探索的データ解析/ 時系列データのシミュレーション/ 時間データの保管/ 時系列に使える統計モデル/ 時系列に使える状態空間モデル/ 特徴量の生成と選択/ 機械学習による時系列解析/ ディープラーニングによる時系列解析/ 誤差の測定/ 時系列モデルの当てはめと提供の性能に関する考慮事項/ ヘルスケア分野への適用/ 金融分野への適用/ 政府機関が公表する時系列/ 時系列パッケージ/ 予測の予測

【著者紹介】
アイリーン・ニールセン : ニューヨーク市を拠点とするソフトウェアエンジニアおよびデータアナリスト。対象はヘルスケアスタートアップから政治キャンペーンまで、顧客は物理学の研究室から金融ファームまで、さまざまな分野における時系列およびその他のデータ処理を行う。現在、予測アプリケーション用のニューラルネットワークを開発中

山崎康宏 : 早稲田大学理工学部出身。東京大学大学院在学中、カナダに渡る。専門を海洋物理学から気象力学に変え、博士課程をやり直すことにしたが、先進的なトロント大学の計算機環境にも満足せず、自分専用のLinux環境を築く。日本でLinux普及活動を始めたのが1993年。学位取得後英国に渡り、現在も気候変動関連の研究の様子を追いながら楽しんでいる

山崎邦子 : 数値シミュレーションに基づく地球温暖化予測を行うイギリス気象庁の研究者。福岡県立修猷館高校卒、東京大学理学士、東京大学理学修士、オックスフォード大学博士(物理学)(本データはこの書籍が刊行された当時に掲載されていたものです)

(「BOOK」データベースより)

ユーザーレビュー

総合評価

☆
☆
☆
☆
☆

0.0

★
★
★
★
★
 
0
★
★
★
★
☆
 
0
★
★
★
☆
☆
 
0
★
★
☆
☆
☆
 
0
★
☆
☆
☆
☆
 
0

読書メーターレビュー

こちらは読書メーターで書かれたレビューとなります。

powered by

  • ONE_shoT_ さん

    時系列データのクリーニングと保存、可視化、シミュレーションから、統計モデル・状態空間モデル、機械学習や深層学習による時系列解析まで幅広く解説されており、辞書的に使えそうな一冊。ヘルスケア分野と金融分野への応用例もあり興味深かった。

  • kenwatan さん

    読み始めて半年くらいたった 読んだというよりはページめくったという感覚。 R | Python のサンプルコードがたくさんだし、 時系列処理をする際の Tips なので、有益

  • dahatake さん

    初心者には辛い。 時系列処理をする際の Tips が実に多く掲載されている。 R | Python のサンプルコードで説明がされている。 ただ、理論的な説明、特に図版での説明が少ないので、理解しづらい部分はある。 欠損値に、直前のデータを使う例のは目から鱗だった。

レビューをもっと見る

(外部サイト)に移動します

建築・理工 に関連する商品情報

おすすめの商品