内容説明
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
著者等紹介
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）（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）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
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。
ONE_shoT_
kenwatan
dahatake
