実践 時系列解析―統計と機械学習による予測

個数:

実践 時系列解析―統計と機械学習による予測

  • ウェブストアに1冊在庫がございます。(2025年06月02日 07時35分現在)
    通常、ご注文翌日~2日後に出荷されます。
  • 出荷予定日とご注意事項
    ※上記を必ずご確認ください

    【ご注意事項】 ※必ずお読みください
    ◆在庫数は刻々と変動しており、ご注文手続き中に減ることもございます。
    ◆在庫数以上の数量をご注文の場合には、超過した分はお取り寄せとなり日数がかかります。入手できないこともございます。
    ◆事情により出荷が遅れる場合がございます。
    ◆お届け日のご指定は承っておりません。
    ◆「帯」はお付けできない場合がございます。
    ◆画像の表紙や帯等は実物とは異なる場合があります。
    ◆特に表記のない限り特典はありません。
    ◆別冊解答などの付属品はお付けできない場合がございます。
  • ●3Dセキュア導入とクレジットカードによるお支払いについて
    ●店舗受取サービス(送料無料)もご利用いただけます。
    ご注文ステップ「お届け先情報設定」にてお受け取り店をご指定ください。尚、受取店舗限定の特典はお付けできません。詳細はこちら
  • サイズ B5判/ページ数 462p/高さ 24cm
  • 商品コード 9784873119601
  • NDC分類 417.6
  • Cコード C3055

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_

1
時系列データのクリーニングと保存、可視化、シミュレーションから、統計モデル・状態空間モデル、機械学習や深層学習による時系列解析まで幅広く解説されており、辞書的に使えそうな一冊。ヘルスケア分野と金融分野への応用例もあり興味深かった。2024/03/12

kenwatan

0
読み始めて半年くらいたった 読んだというよりはページめくったという感覚。 R | Python のサンプルコードがたくさんだし、 時系列処理をする際の Tips なので、有益2022/04/10

dahatake

0
初心者には辛い。 時系列処理をする際の Tips が実に多く掲載されている。 R | Python のサンプルコードで説明がされている。 ただ、理論的な説明、特に図版での説明が少ないので、理解しづらい部分はある。 欠損値に、直前のデータを使う例のは目から鱗だった。2022/03/17

外部のウェブサイトに移動します

よろしければ下記URLをクリックしてください。

https://bookmeter.com/books/18413774
  • ご注意事項

    ご注意
    リンク先のウェブサイトは、株式会社ブックウォーカーの提供する「読書メーター」のページで、紀伊國屋書店のウェブサイトではなく、紀伊國屋書店の管理下にはないものです。
    この告知で掲載しているウェブサイトのアドレスについては、当ページ作成時点のものです。ウェブサイトのアドレスについては廃止や変更されることがあります。
    最新のアドレスについては、お客様ご自身でご確認ください。
    リンク先のウェブサイトについては、「株式会社ブックウォーカー」にご確認ください。

最近チェックした商品