バカラ ルール 簡単

Python時系列分析クックブック II ―モデル・機械学習―

T. A. Atwan(著)/黒川 利明(訳)

T. A. Atwan(著)/黒川 利明(訳)

定価 3,960 円(本体 3,600 円+税)

A5判/256ページ
刊行日:2023年11月01日
ISBN:978-4-254-12295-4 C3004

ネット書店で購入する

書店の店頭在庫を確認する

内容紹介

時系列データの前処理を紹介したI巻に続き,基本的なモデルや機械学習など,Pythonで実践。〔内容〕探索的データ分析/一変数時系列モデル/多変量時系列データの予測/教師あり学習/深層学習/教師なし学習による外れ値検出/状態空間モデル/他

編集部から

目次

9. 探索的データ分析と診断
 技術要件
 レシピ38 pandas を使って時系列データのプロット
 レシピ39 hvPlot を使って時系列データをインタラクティブなプロットで可視化
 レシピ40 時系列データの分解
 レシピ41 時系列の定常性検出
 レシピ42 ベキ変換の適用
 レシピ43 時系列データの自己相関検定
10. 統計手法で一変数時系列モデルを作る
 技術要件
 レシピ44 ACF とPACF のプロット
 レシピ45 指数平滑化で一変量時系列データを予測
 レシピ46 非季節性ARIMA で一変量時系列データを予測
 レシピ47 季節性ARIMA で一変量時系列データを予測
11. 時系列の統計モデル化技法の続き
 技術要件
 レシピ48 auto arima を使った時系列データの予測
 レシピ49 Facebook のProphet を使った時系列データの予測
 レシピ50 VAR(ベクトル自己回帰)を使った多変量時系列データの予測
 レシピ51 VAR モデルの評価
 レシピ52 GARCH による金融時系列データのボラティリティ予測
12. 教師あり機械学習を使った予測
 技術要件
 レシピ53 教師あり学習のために時系列データを準備する
 レシピ54 scikit-learn で線形回帰モデルを使いワンステップ予測
 レシピ55 scikit-learn で線形回帰モデルを使いマルチステップ予測
 レシピ56 sktime で非線形モデルを使い予測する
 レシピ57 ハイパーパラメータチューニングで予測モデルを最適化
 レシピ58 外生変数とアンサンブル学習で予測
13. 時系列予測のための深層学習
 技術要件
 人工ニューラルネットワークを理解する
 レシピ59 Keras を使いRNN で予測
 レシピ60 Keras を使いLSTM で予測
 レシピ61 Keras を使いGRU で予測
 レシピ62 PyTorch を使いRNN で予測
 レシピ63 PyTorch を使いLSTM で予測
 レシピ64 PyTorch を使いGRU で予測
14. 教師なし学習を用いた外れ値検出
 技術要件
 レシピ65 KNN を使った外れ値検出
 レシピ66 LOF を使った外れ値検出
 レシピ67 iForest を使った外れ値検出
 レシピ68 OCSVM(One-Class Support Vector Machine,1 クラスサポートベクターマシン)を使った外れ値検出
 レシピ69 COPOD を使った外れ値検出
 レシピ70 PyCaret を使った外れ値検出
15. 複雑な時系列のための高度な技法
 技術要件
 状態空間モデルの理解
 レシピ71 複数の季節性パターンがある時系列をMSTL で分解
 レシピ72 複数の季節性パターンをUCM(観測不能成分モデル)で予測
 レシピ73 複数の季節性パターンがある時系列をProphet で予測
 レシピ74 複数の季節性パターンがある時系列をNeuralProphet で予測
訳者あとがき
索引

執筆者紹介

関連情報

ジャンル一覧

ジャンル一覧

  • EBSCO eBooks