Hatena Blog Tags
はてなブログ トップ
時系列解析
このタグでブログを書く
言葉の解説
ネットで話題
関連ブログ

時系列解析

このタグの解説についてこの解説文は、すでに終了したサービス「はてなキーワード」内で有志のユーザーが作成・編集した内容に基づいています。その正確性や網羅性をはてなが保証するものではありません。問題のある記述を発見した場合には、お問い合わせフォームよりご連絡ください。
jiku log•21日前

「Pythonではじめる時系列分析入門」 読書メモ一覧

はじめに 製造業におけるデータ分析において，時系列分析は重要かつ頻出課題の１つである。たとえば，センサデータを用いた異常診断・劣化予測や，在庫データを用いた需要予測などが挙げられる。時系列分析には，時系列データ特有の問題点や分析手法があるが，これまで本格的に取り組んできたことが無かった。 理論とPythonによる実装の両方の話題に触れており，かつ最近注目を集めている馬場真哉 著 「Pythonではじめる時系列分析入門」を読むことにした。 本書の紹介ページ Pythonではじめる時系列分析入門 | 書籍情報 | 株式会社 講談社サイエンティフィク 本書のサポートページ Pythonではじめる時系…

#時系列解析

ネットで話題

もっと見る
93ブックマーク🥺「役に立たないもの教えるのは時代遅れ！」「というわけでビッグデータで時系列解析を教えます！｣→冗談みたいな世の中になるかもねという話posfie.com
92ブックマーク実践 時系列解析www.oreilly.co.jp
70ブックマーク時系列解析_理論編 | Logics of Blue最終更新:2017年6月1日 時系列分析という名前はご存知でしょうか？　残念ながらExcelで実行するのがやや困難であるためこの名前もあまり浸透していないのではないかと思います。 時系列解析は、回帰分析とは違ってあまり知らない人も多いと思うので、ざっと解説を載せておきます。これだけ読めば、時系列分析の雰囲気は...logics-of-blue.com
43ブックマーク時系列解析の入門に良い資料 | gepulogオハイオ州立大学のRobert de Jong先生が公開されている講義資料？がよさ気なので、紹介します。 Lecture 1: Stationary Time Series∗ Lecture 2: ARMA Models∗ Lecture 3: Spectral Analysis∗ Lecture 4: Asymptotic Distribution Theory∗ Lecture 5: Linear Regressions∗ Lecture 6: Vector Autoregression∗ Lecture 7...blog.gepuro.net
42ブックマークPythonで時系列解析 ～ランダム・ウォーク生成、移動平均線描画 と AR(1)モデル過程データの生成 - Qiitaqiita.com
25ブックマーク時系列解析に散った子羊たちへの鎮魂歌 - AIソリューションアーキテクトのおしゃべりhiro-gamo.hatenablog.com
24ブックマーク時系列解析　理論編★新サイト完成しました! ３秒後に自動的に移動します 変わらない方は こちらからどうぞ http://logics-of-blue.com/%E6%99%82%E7%B3%BB%E5%88%97%E8%A7%A3%E6%9E%90_%E7%90%86%E8%AB%96%E7%B7%A8/ ここからは、予測理論 の本命、時系列解析の紹介に移ります。 時系 列解析は、回帰分析とは違ってあまり知らない人も多い...sakana.soregashi.com
20ブックマークAmazon.co.jp: 時系列解析入門: 北川源四郎: 本www.amazon.co.jp
20ブックマーク【開催報告&資料公開】ML@Loft #6 × MLPP #4 – 自然言語・レコメンド・時系列解析 | Amazon Web Servicesaws.amazon.com

関連ブログ

「大人の教養・知識・気付き」を伸ばすブログ•2ヶ月前

時系列データ解析（1/X）

はじめに 時系列解析を 時系列データ解析作者:白石 博森北出版Amazonを基に勉強していく。 はじめに 1. 時系列 1.1 時系列とは 1.2 時系列プロット 1.3 時系列データの前処理と変動分解 1.3.1 時系列データの前処理 1.3.2 時系列データの変動分解 1. 時系列 1.1 時系列とは 時系列（データ）とは、「時間とともに変動する現象の記録」（P.2）である。 時系列は、①連続・離散、②単変量・多変量、③定常・非定常*1で分類できる。 時系列解析とは、「時系列（データ）から何らかの知見を得ること」（P.7）である。 ・記述（description）：視覚的に時系列の特徴を表…

#時系列解析
ケィオスの時系列解析メモランダム•3ヶ月前

《過去記事まとめ》Savitzky-Golayフィルタ：基礎から応用、そして改良まで

私が作ったコンテンツの中でダントツで一番人気なものが、Savitzky-Golayフィルタの記事です (検索でのアクセスの20%近く)。しかも、それはこのブログだけじゃなくて、私のYouTubeチャンネル (@kiyonolab) でも、世界的に同じ現象が見られます。 正直、「えっ、みんなそんなにSavitzky-Golayフィルタに興味があるの⁉」とびっくりしています (Savitzky-Golayフィルタ以外では、興味を持たれない私のコンテンツもどうかと思いますが...)。それだけ興味を持ってくれる人が多いのであれば、みなさんの理解の手助けになるコンテンツを作る必要があると感じました。とい…

#時系列解析#信号処理
ケィオスの時系列解析メモランダム•3ヶ月前

《過去記事まとめ》フーリエ変換とパワースペクトル推定：パワースペクトルは時系列の「DNA」

パワースペクトルがあれば、線形確率過程や弱定常過程の動的特性をバッチリ (完全に)特徴づけることができます。つまり、線形確率過程では、 パワースペクトルは、時系列データの「DNA」 みたいなもので、パワースペクトルは時系列を生成するルールのすべてを記述しています (線形確率過程の場合だけですよ)。 とはいえ、現実世界の時系列データが、そんな理想的な線形確率過程のモデルにピタッと当てはまるかというと、そうでもありません。現実は非線形です。でもまあ、最初の一歩としてパワースペクトルを推定してみるのは、悪くないアイデアです。 ゆらぎの霧に包まれた真のパワースペクトル 現実のデータには限りがあります。…

#時系列解析#信号処理
ケィオスの時系列解析メモランダム•3ヶ月前

【信号処理の基礎数学】フーリエ変換でつながる「矩形関数」と「sinc関数」

時系列のパワースペクトルを理解したり，フィルタの特性を理解したり，デルタ関数の性質を理解したりする基礎知識として，矩形関数とsinc関数の関係を理解しておく必要があります．ということで，今回は，矩形関数とsinc関数についてのお話です． 下の絵のように，矩形関数は，時系列の切り出し (信号と矩形関数の積)や，移動平均フィルタ (矩形関数との畳み込み)などに応用されています．そのような信号処理の理解には，sinc関数 (しんくかんすう)の知識が不可欠です．加えて，「掛け算」と「畳み込み」の関係を理解する必要もあります． 時系列の一部を切り出すことは矩形関数を掛けることと同じ (左)，時系列の移動…

#時系列解析#信号処理#生体信号
ケィオスの時系列解析メモランダム•3ヶ月前

お手上げポーズ型ＦＩＲフィルタ対決：さよならSavitzky-Golayフィルタ

私が，Savitzky-Golayフィルタと出会ってから，もうすぐ１０年になります．私は，Savitzky-Golayフィルタをとても気に入っていましたが，残念ながら，さよならするときが来ました． 最近，Savitzky-Golayフィルタは理想のフィルタではないことを認識しましたので，Savitzky-Golayフィルタに変わるFIRフィルタを探していきたいと思います． Savitzky-Golayフィルタの欠点については，前の記事 chaosmemo.com を参考にしてください． 今回は２次Savitzky-Golayフィルタの欠点を改善した，「お手上げポーズ」フィルタを紹介します．世界…

#時系列解析#信号処理#生体信号
ケィオスの時系列解析メモランダム•3ヶ月前

【R】グラフの平均を計算

下の図のように，時系列解析では，パワースペクトルとか，コヒーレンスとか，DFAなどのスケーリング解析とかで，いくつかの結果のグラフをまとめて，平均的なグラフを求めたいことがあります．今回は，この処理をするRスクリプトを紹介します． x軸の各点で複数のグラフの平均を計算したい． データフレームにすべての結果を並べて平均 グラフの平均を計算するＲスクリプトの例を掲載しておきます．この例では，５本のホワイトノイズ時系列のパワースペクトルの平均を計算しています． # 何回分析を繰り返すか n.samp <- 5 ### for(i in 1:n.samp){ # 時系列の例：白色ノイズ y <- rn…

#時系列解析#信号処理#生体信号
jiku log•5ヶ月前

「Pythonではじめる時系列分析入門」を読む　～第7部 時系列予測の実践的技術～

はじめに 製造業におけるデータ分析において，時系列分析は重要かつ頻出課題の１つである。時系列分析の理論とPythonによる実装の両方を学ぶために，最近注目を集めている馬場真哉 著 「Pythonではじめる時系列分析入門」を読むことにした。本記事は，第7部「時系列予測の実践的技術」の読書メモである。 本書の紹介ページ www.kspub.co.jp 目次 はじめに 目次 第7部 時系列予測の実践的技術 第1章 モデルの保存と読込み 第2章 時系列分析の実践におけるTipsと注意点 2.2 状態空間モデルによる補間 2.3 日付の抜け漏れ 2.5 データのリークに注意 まとめと感想 分析のTips…

#時系列解析
jiku log•5ヶ月前

「Pythonではじめる時系列分析入門」を読む　～第6部 第2章 ニューラルネットワークと深層学習～

はじめに 製造業におけるデータ分析において，時系列分析は重要かつ頻出課題の１つである。時系列分析の理論とPythonによる実装の両方を学ぶために，最近注目を集めている馬場真哉 著 「Pythonではじめる時系列分析入門」を読むことにした。本記事は，第6部「機械学習法」の第2章「ニューラルネットワークと深層学習」の読書メモである。 本書の紹介ページ www.kspub.co.jp 目次 はじめに 目次 第6部 第2章 ニューラルネットワークと深層学習 2.1 ニューラルネットワーク 2.2 パラメータ推定における工夫 2.4 深層学習と時系列分析 2.5 リカレントニューラルネットワーク(RNN…

#時系列解析
jiku log•5ヶ月前

「Pythonではじめる時系列分析入門」を読む　～第6部 第1章 LightGBM～

はじめに 製造業におけるデータ分析において，時系列分析は重要かつ頻出課題の１つである。時系列分析の理論とPythonによる実装の両方を学ぶために，最近注目を集めている馬場真哉 著 「Pythonではじめる時系列分析入門」を読むことにした。本記事は，第6部「機械学習法」の第1章「LightGBM」の読書メモである。 本書の紹介ページ www.kspub.co.jp 目次 はじめに 目次 第6部 第1章 LightGBM 1.1 時系列分析における機械学習法の利用 1.2 回帰木 1.3 勾配ブースティング木 GBDTによる予測：Step 1. GBDTによる予測：Step 2. GBDTによる予…

#時系列解析