Ａｄｖａｎｃｅｄ Ｐｙｔｈｏｎ 時系列解析―自己回帰型モデル・状態空間モデル・異常検知

島田 直希【著】

共立出版（2019/09発売）

• サイズ B5判／ページ数 211p／高さ 24cm
• 商品コード 9784320125018
• NDC分類 417.6
• Cコード C3341

出版社内容情報

時系列解析について，基本手法から状態空間モデル，異常検知など，Ｐｙｔｈｏｎによる実解析のための手法をやさしく丁寧に解説！

目次

第１章　時系列データの記述・処理（時系列データとは；時系列解析の概要　ほか）
第２章　自己回帰型モデル（パラメタ推定；ＡＲモデル　ほか）
第３章　状態空間モデル―ベイズ型統計モデル（連続状態空間モデル；線形ガウス型モデルの設計と解析　ほか）
第４章　異常検知（異常検知概要；変化点検出　ほか）

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

[shin_ash]

pythonで状態空間モデルが扱えそうだったので読んでみた。時系列分析そのもの解説はあるもののそちらについては参考文献にも上がってる定番の教科書を読んだ方が良さそう。pythonにもpykalmanなるライブラリがある様で、カルマンフィルタならこれで解けるようだ。実装方法も丁寧に書いてあるので参考になる。未知母数の推定はライブラリにEMアルゴリズムが用意されているのでそちらで解く様だ。ただ何となくだが解説の影響かもしれないがRのKFASの方が使いやすそうな印象を受ける。また粒子法はライブラリはない様で実装

2023/07/05

[kaida6213]

正直ところどころ読みにくいところはあるが、pythonのコードが丁寧に書かれているのは貴重。

2022/07/30

[Tk O]

　時系列解析のアプローチとして、自己回帰モデル、状態空間モデル、異常検知などが紹介されている。 　理論的な解説については、比較的わかりやすい丁寧な箇所と、読者がそれなりに知識を有しているという前提で、数式を羅列しているようにみえる箇所に分けられる。それでも、多様な解析手法やPyhtonのコードが紹介されている点で役に立つ。

2024/05/24

[yyhhyy]

時系列データで一般的に行うプロセスや状態空間モデル・異常検知についてpythonコードで紹介。少ないページ数に詰め込んだ感があって、理論を理解した人がコードを追うための本という印象。

2022/12/31

[kono]

最初はすごく読みやすかったのに途中から一気に難易度が上がった。一人で読むのは大変だから輪読とかで読み込んだ方がいいかも。

2020/01/03