Pythonによる時系列分析 予測モデル構築と企業事例

目次 : 第１章　ビジネスにおける時系列データ活用（ビジネス現場は時系列データで溢れている/ ビジネス時系列データでよくある７つの活用事例　ほか）/ 第２章　Ｐｙｔｈｏｎのデータ分析環境の設定（ＪｕｐｙｔｅｒＬａｂ）（Ｐｙｔｈｏｎのインストール/ Ｐｙｔｈｏｎ以外のインストール　ほか）/ 第３章　時系列予測モデル構築・超入門（時系列データを使った予測モデル構築の流れ/ 時系列データの特徴把握と前処理　ほか）/ 第４章　時系列データを使ったビジネス成果の上げ方（データでビジネス成果を上げる「データ活用ストーリー」/ 時系列データの異常検知　ほか）/ 第５章　時系列データを活用したビジネス事例（モニタリング指標の異常検知によるキャンペーン評価（自動車ディーラー）/ モニタリング指標の異常検知と要因探索（小売りチェーン）　ほか）

【著者紹介】
〓橋威知郎 : 株式会社セールスアナリティクス代表／らくらくビジネスデータサイエンス主宰。中央省庁および情報・通信業などを経て現職。大学卒業後、一貫してデータ分析や数理モデル構築などに関する業務（研究・開発・社内活用・事業化）に従事。製造業や流通業を中心にデータサイエンス実践支援および数理モデル（予測モデル・異常検知モデル・最適化モデルなど）の開発支援、そのアドバイスなどを実施。データ分析やデータサイエンスに関する著書多数（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）