実践 時系列解析―統計と機械学習による予測 [単行本]

実践 時系列解析―統計と機械学習による予測 [単行本] の 商品概要

• 要旨（「BOOK」データベースより）

  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（「BOOK」データベースより）

  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

• 出版社からのコメント

  時系列データを切り口としたデータ分析の入門書。基本をカバーした後、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する。

• 内容紹介

  統計的手法と機械学習手法の両方を使用した汎用性の高い時系列分析手法！
  本書は「時系列データ」の切り口から書かれたデータ分析の入門書です。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分析手法を学んでいくアプローチで、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、さまざまな分野のさまざまな事例を取り上げ、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。

• 著者紹介（「BOOK著者紹介情報」より）（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）

  ニールセン,アイリーン(ニールセン,アイリーン／Nielsen,Aileen)
  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(ヤマザキ ヤスヒロ)
  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(ヤマザキ クニコ)
  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）

実践 時系列解析―統計と機械学習による予測 [単行本] の商品スペック