Ｐｙｔｈｏｎではじめる時系列分析入門

実践Ｄａｔａ　Ｓｃｉｅｎｃｅシリーズ

馬場真哉／著

著作者: 馬場真哉／著

メーカー名/出版社名: 講談社

出版年月: 2024年9月

ISBNコード: 978-4-06-536982-1
(4-06-536982-7)

頁数・縦: ４４６Ｐ　２４ｃｍ

分類: 理学／数学／情報数学

出荷の目安: 5～10営業日前後で発送いたします。
お受け取りいただける日はお届けする国・量・時期により多少前後します。

価格¥3,800

数量

出版社の商品紹介

出版社からのコメント

★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【本書より抜粋】本書は実践的な知識や技術を伝えることを目的とした書籍です。実践的な知識とは何なのかを考えたとき、きっと実装コードが載っているだけでは不足しているのだろうなと思いました。そのうち、プログラミングの大部分を生成ＡＩ　が担うようになるはずだからです。そこで、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　時系列分析の基本第１章　時系列分析をはじめよう第２章　時系列データの構造第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第１章　環境構築第２章　Ｐｙｔｈｏｎの基本第３章　Ｐｙｔｈｏｎによる統計分析の基本第４章　ｐａｎｄａｓによる日付処理の基本第５章　Ｐｙｔｈｏｎによる時系列分析の基本第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第１章　単純な時系列予測の手法第２章　季節調整とトレンド除去第３章　ｓｋｔｉｍｅの使い方第４章　指数平滑化法とその周辺第４部　Ｂｏｘ−Ｊｅｎｋｉｎｓ法とその周辺第１章　Ｂｏｘ−Ｊｅｎｋｉｎｓ法から自動予測アプローチへ第２章　ＡＲＩＭＡモデル第３章　ＳＡＲＩＭＡＸモデル第４章　モデル選択第５部　線形ガウス状態空間モデル第１章　状態空間モデルの概要第２章　ローカルレベルモデルの基本第３章　ローカルレベルモデルの実装第４章　ローカルレベルモデルの数理第５章　基本構造時系列モデル第６章　状態空間モデルの分析事例第６部　機械学習法第１章　ＬｉｇｈｔＧＢＭ第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第１章　モデルの保存と読み込み第２章　時系列分析の実践におけるＴｉｐｓと注意点

※商品代の他に送料がかかります。
送料は商品代・送付先によって変わります。詳しくは書籍の料金についてのご案内をご確認ください。
※現時点でお取り扱いがない場合でも、今後購入可能となる場合がございます。
※送付先を追加・変更される場合はご購入前にマイページよりご登録をお願いいたします。
※商品は予告なく取り扱い中止となる場合がございます。
※ご注文商品が在庫切れなどの際はキャンセルのご連絡をさせていただく場合がございます。