新品:
￥2,178 税込
ポイント: 131pt  (6%)
無料配送 5月13日 月曜日にお届け
発送元: Amazon.co.jp
販売者: Amazon.co.jp
￥2,178 税込
ポイント: 131pt  (6%)  詳細はこちら
無料配送 5月13日 月曜日にお届け
詳細を見る
または 最も早い配送 明日 5月12日にお届け（15 時間 6 分以内にご注文の場合）
詳細を見る
在庫あり。 在庫状況について
￥￥2,178 () 選択したオプションを含めます。 最初の月の支払いと選択されたオプションが含まれています。 詳細
価格
小計
￥￥2,178
小計
初期支払いの内訳
レジで表示される配送料、配送日、注文合計 (税込)。
出荷元
Amazon.co.jp
出荷元
Amazon.co.jp
販売元
Amazon.co.jp
販売元
Amazon.co.jp
支払い方法
お客様情報を保護しています
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
支払い方法
お客様情報を保護しています
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
￥705 税込
◆◆◆おおむね良好な状態です。中古商品のため若干のスレ、日焼け、使用感等ある場合がございますが、品質には十分注意して発送いたします。 【毎日発送】 ◆◆◆おおむね良好な状態です。中古商品のため若干のスレ、日焼け、使用感等ある場合がございますが、品質には十分注意して発送いたします。 【毎日発送】 一部を表示
配送料 ¥240 5月15日-17日にお届け（20 時間 6 分以内にご注文の場合）
詳細を見る
通常2～3日以内に発送します。 在庫状況について
￥￥2,178 () 選択したオプションを含めます。 最初の月の支払いと選択されたオプションが含まれています。 詳細
価格
小計
￥￥2,178
小計
初期支払いの内訳
レジで表示される配送料、配送日、注文合計 (税込)。
Kindleアプリのロゴ画像

無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。

ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。

携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。

KindleアプリをダウンロードするためのQRコード

著者をフォロー

横内大介
+ フォロー
この著者の他の本
何か問題が発生しました。後で再度リクエストしてください。

現場ですぐ使える時系列データ分析 ~データサイエンティストのための基礎知識~ 単行本（ソフトカバー） – 2014/2/18

4.0 5つ星のうち4.0 91個の評価
すべての形式と版を表示
{"desktop_buybox_group_1":[{"displayPrice":"￥2,178","priceAmount":2178.00,"currencySymbol":"￥","integerValue":"2,178","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"AQWkTBU2HNm1t3VPIGkr4GGdxosJitBcavx9rWwJNeGVw1y0m1e8owMZZsdwoc6KHSYABjA1uVjVn7AJ80mTzLfn3UqzzA6kxcbTmd%2BCOhBjdM01yeaEWhTROe6fvXLiFm1EAuY1F5Y%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"￥705","priceAmount":705.00,"currencySymbol":"￥","integerValue":"705","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"AQWkTBU2HNm1t3VPIGkr4GGdxosJitBcWRM7w97Hq7HNCV5qhfIFloBFhlhBnWfEM6GPbZafZECFzcTUS%2BQp6lqgRjAVs3h%2BVV%2FeCLe8HJBRgyB1nFrTwjLmbUusnfadP9Tf1lHAWuUHMXAZHkDLO124pVSjROd1vyF%2BeYy53Clq%2BkuthorpDQ%3D%3D","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}

購入オプションとあわせ買い

ビッグデータ時代を生き抜く武器、時系列データ分析力を極める"

ビッグデータ時代を乗り越える武器の1つに時系列データの分析力が挙げられます。
本書では時系列データの特徴、視覚的な表現の仕方、検定を使った判断のコツなどを
とことん詳しく解説しています。実データも満載です。
本物のデータサイエンティストになりたい人、必読です!
【本書の内容】
はじめに
第1章 時系列データのリテラシー
第2章 時系列データの観察と要約
第3章 時系列データの時間依存と自己回帰モデル
第4章【応用編】ホワイトノイズから分散不均一構造へ
第5章【実践編】時系列分析の投資への応用
付録A ファイナンス理論と統計数学
付録B R言語の基礎
続きを読む もっと少なく読む
Previous page
  1. 本の長さ
    224ページ
  2. 言語
    日本語
  3. 出版社
    技術評論社
  4. 発売日
    2014/2/18
  5. 寸法
    15.1 x 1.8 x 21 cm
  6. ISBN-10
    4774163015
  7. ISBN-13
    978-4774163017
  8. すべての詳細を表示
Next page

よく一緒に購入されている商品

現場ですぐ使える時系列データ分析 ~データサイエンティストのための基礎知識~
￥2,178
131ポイント(6%)
最短で5月13日 月曜日のお届け予定です
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
+
経済・ファイナンスデータの計量時系列分析 (統計ライブラリー)
￥3,960
40ポイント(1%)
最短で5月13日 月曜日のお届け予定です
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
+
時系列解析: 自己回帰型モデル・状態空間モデル・異常検知 (Advanced Python 1)
￥3,850
231ポイント(6%)
最短で5月13日 月曜日のお届け予定です
残り20点（入荷予定あり）
この商品は、Amazon.co.jpが販売および発送します。
総額:
当社の価格を見るには、これら商品をカートに追加してください。
ポイントの合計: pt
詳細
追加されました
これらの商品のうちのいくつかが他の商品より先に発送されます。
詳細の表示 詳細の非表示
一緒に購入する商品を選択してください。

商品の説明

著者について

横内 大介(よこうち・だいすけ)
一橋大学大学院国際企業戦略研究科 准教授、博士(工学)(慶應義塾大学)。
1975年生まれ。
慶應義塾大学理工学部数理科学科卒業、慶應義塾大学大学院後期博士課程基礎理工学専攻数理科学専修修了、
慶應塾大学理工学部数理科学科データサイエンス研究室助手を経て、現在に至る。
主に1、4、5章を担当。

青木 義充(あおき・よしみつ)
株式会社QUICK 商品戦略本部 サービス企画部 ソリューションマネージャー。
1974年生まれ。
慶應義塾大学理工学部数理科学科卒業、慶應義塾大学大学院前期博士課程数理科学専攻修了、
慶應義塾大学大学院後期博士課程基礎理工学専攻単位取得済退学、一橋大学大学院国際企業戦略研究科助手を経て、
現在に至る。現職では、金融業界動向のマーケティング、新たな金融情報サービスの企画に携わっている。
主に2、3章を担当。

登録情報

  • 出版社 ‏ : ‎ 技術評論社 (2014/2/18)
  • 発売日 ‏ : ‎ 2014/2/18
  • 言語 ‏ : ‎ 日本語
  • 単行本（ソフトカバー） ‏ : ‎ 224ページ
  • ISBN-10 ‏ : ‎ 4774163015
  • ISBN-13 ‏ : ‎ 978-4774163017
  • 寸法 ‏ : ‎ 15.1 x 1.8 x 21 cm
  • カスタマーレビュー:
    4.0 5つ星のうち4.0 91個の評価

著者について

著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。
横内大介

横内大介

Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.

著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう

カスタマーレビュー

星5つ中4つ
5つのうち4つ
91グローバルレーティング

この商品をレビュー

他のお客様にも意見を伝えましょう
カスタマーレビューを書く

上位レビュー、対象国： 日本

Amazonのお客様
5つ星のうち5.0 面白い
2021年3月18日に日本でレビュー済み
Amazonで購入
時系列分析が謎だった。いきなり難しい本を読んでしまい疑問だらけだった。この方を読んで疑問が解決した。比較的、平易な言葉で書かれており、腑に落ちる表現が多かった。面白かったので、寝る間も惜しんで？一気読みしてしまった。
7人のお客様がこれが役に立ったと考えています
役に立った
 レポート
now
5つ星のうち3.0 そこそこ、基礎かな？
2019年2月5日に日本でレビュー済み
Amazonで購入
時系列データの扱い方が記述してあるが、私にはスッと入ってこなかった。
とりあえず別の本と両方読みながら勉強進めます。
10人のお客様がこれが役に立ったと考えています
役に立った
 レポート
an English teacher
5つ星のうち4.0 時系列データ分析の取っ掛かりとして良い本です
2023年11月20日に日本でレビュー済み
これまで「時系列でないデータ」をR言語やPythonで分析してきましたが，データサイエンティストの端くれとして，時系列データの分析手法の基礎を身に付けておこうと思い，本書を手に取りました。確かに，株価や（対数差）収益率に的を絞った時系列データ分析ですが，経済学に明るくない私でも楽しく読めました。付録Bの「R言語の基礎」もよくまとまっています。ただし，第4章以降は（著者は初歩的と書いていますが）なかなか高度な内容で，理解するのに時間を要しました（特に，単位根過程と共和分のところ）。それから，技術評論社のサポートページに正誤表が掲載されているものの，大事なところでやや誤植が多く，それ故に星4つとさせていただきました。それでも，小難しい時系列データ分析の本に比べて，具体的かつRコードの解説も丁寧で，とても勉強になりました。
1人のお客様がこれが役に立ったと考えています
役に立った
 レポート
mk
5つ星のうち5.0 素人でも分かりやすく時系列分析の取っ掛かりとして最適
2019年1月21日に日本でレビュー済み
Amazonで購入
今となってはアホみたいな恥ずかしい話ですが、AIを使って為替を予測できるはずと本気で思い、ディープラーニングで思考錯誤してましたが全く思い通りにいかず、色々調べていたところ時系列分析の世界があることを知りこちらの本を見つけ熟読しました。

Python 、ディープラーニングはある程度経験ありましたがRやARCHは初めてでした。本書は初心者向けにわかりやすく書いてあることもあり、この手の本には珍しく苦もなく最後まで読み通すことができました。

システムトレードでは、何かしらの法則さえ見つければ、その法則が生きている間は期待値をプラスに持っていくことも可能なので、AIが法則を考えてくれることはそんなに難しい事ではないだろうと思っていたのですが、そんなことは天才の先人たちがとっくに考えているわけで、時系列を分析し予測することは桁違いに困難ということが理解できたことがこの本で得た最も大きな収穫です。

ただ、GARCHやARCHはAIというより予測モデルの１種なので時系列に特化したディープラーニングが出現し時系列分析の世界がひっくり返ることを密かに期待し、引き続き勉強は続けていきます。
40人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Amazon カスタマー
5つ星のうち5.0 効率的で分かりやすい
2020年5月18日に日本でレビュー済み
Amazonで購入
ネット上の統計に関するサイトで色々読んでも意味不明だったことがすんなりわかりました。あれこれ読んで時間も思考も浪費するぐらいなら、最初から、早く買っておけばよかったと思いました。時は金成。

ただ、元々の統計の基礎知識が０だと、すんなり理解できないかもしれません。
5人のお客様がこれが役に立ったと考えています
役に立った
 レポート
ハッチ
5つ星のうち3.0 数学が苦手な人にとってはちょっと厳しい
2019年3月8日に日本でレビュー済み
評価はあくまで数学が分からない人間の評価です。大学数学が余裕レベルの人にとっては分かりやすい本なのかもしれません。とはいえ、数学が分からなくても時系列データをどうやって投資に活かすかという考え方はある程度分かりますのでやみくもにデータをとっていた人（私のような）にとっては参考になるのではないでしょうか。なぜそのような式になるのかというのが数学が分かる人には理解できるようですが、数学が分からない私のような人間にとっては式を見れば分かるようにと言われてもさっぱり分かりませんので、逆に結論だけ拾っていったほうが良さそうです（まだ読み終わっていないので、というか分からないところだらけで飛ばしまくりですが）。
※追記
ボラティリティ＝標準偏差や正規分布の意味の詳しい説明などありませんので、統計の基礎的な部分もある程度理解している人向けだと思います。
4人のお客様がこれが役に立ったと考えています
役に立った
 レポート
元気ですかーー
5つ星のうち5.0 これから時系列分析の勉強を始めようという人には最高の一冊です。
2018年6月2日に日本でレビュー済み
Amazonで購入
時系列分析の本はいきなり数式ばかりで、その計算を何のためにやるのかどういうプロセスを経てそういう計算を行うことになったのか、そこらがつかみにくいものが多く、結局なにをやってるのかよくわからなくて挫折しやすいのではないかと思う。

この本は説明のぷろせすが非常に筋道だっていてとても理解しやすい。ある前提でこれこれこういうことをやった結果こうなった。この結果に対しては十分でないから、前提をさらなる統計手法を用いて検証し、モデルの新たに修正していこう。このプロセスの中で統計的手法がいろいろと使われるのだが、その使用する意味とか手順みたいなものが説明されているので自分の中では時系列分析はかなりこなれたものになった。rのプログラムも間違いもなく、難しいものもなく、うちこめばきちんと結果が本書のとおり出力されるので、学習にたいするストレスはほとんどなかった。

いわゆる沖本本なんか先に買ってしまって、ちょっとついていけそうもないかと心配していたが、もう1－2冊読めば自分が知りたいレベルの知識は得られると確信していう。
14人のお客様がこれが役に立ったと考えています
役に立った
 レポート
業務改善のいわたさん
5つ星のうち1.0 現場で使える？
2020年4月11日に日本でレビュー済み
Amazonで購入
現場で使えるとあり、製造業のプラント操業に応用しようと思って買いましたが、内容は株などに限ったものであまり役に立ちませんでした。
内容も初心者向けではなく、文法の説明が少ないので、この本が役に立つのはRを使ったことがあり、株関係に使いたい方に限定されると思います。
30人のお客様がこれが役に立ったと考えています
役に立った
 レポート