実践Data Scienceシリーズ Pythonではじめる時系列分析入門

馬場真哉

レビュー募集中！

3,800pt/4,180円(税込)

会員登録限定70%OFFクーポンで
1,140pt/1,254円(税込)

会員登録して
70%OFFで購入

お気に入りに追加

小説・実用書

ランキング

作品内容

★実務に役立つ「理論」こそが、最も実践的な「知識」なのだ！★

・理論とPython実装をバランスよく学べる、初学者向け入門書
・古典的な技術から、比較的新しい手法までを丁寧に解説
・実践的な実装技術や分析におけるTipsについても解説

【サポートサイト】
https://logics-of-blue.com/python-tsa-intro-book-support/

【本書より抜粋】
本書では実際にデータを分析しているあなたが、納得感を持って分析できるような知識を身につけてもらうことを目指しました。本書ではできる限り暗黙知を言葉にすることに努めました。入門書なので数式はかなり減らしましたが、理論的な話が多いので、読み切るのはそれなりに大変かもしれません。それでも、こういった理論こそが、現在では最も実践的な知識なのだと信じています。

【主な内容】
第1部時系列分析の基本
1章時系列分析をはじめよう
2章時系列データの構造
3章データ生成過程の基本

第2部 Pythonによる時系列分析の基本
1章環境構築
2章 Pythonの基本
3章 Pythonによる統計分析の基本
4章 pandasによる日付処理の基本
5章 Pythonによる時系列分析の基本
6章時系列データのシミュレーションと見せかけの回帰

第3部基本的な時系列分析の手法
1章単純な時系列予測の手法
2章季節調整とトレンド除去
3章 sktimeの使い方
4章指数平滑化法とその周辺

第4部 Box-Jenkins法とその周辺
1章 Box-Jenkins法から自動予測アプローチへ
2章 ARIMAモデル
3章 SARIMAXモデル
4章モデル選択

第5部線形ガウス状態空間モデル
1章状態空間モデルの概要
2章ローカルレベルモデルの基本
3章ローカルレベルモデルの実装
4章ローカルレベルモデルの数理
5章基本構造時系列モデル
6章状態空間モデルの分析事例

第6部機械学習法
1章 LightGBM
2章ニューラルネットワークと深層学習

第7部時系列予測の実践的技術
1章モデルの保存と読み込み
2章時系列分析の実践におけるTipsと注意点