機械学習の世界では、予測の精度を高めるだけでなく、その予測がどの程度信頼できるかを示す「不確実性の評価」がますます重要視されています。 そこで近年注目を集めているのが、学習データから得られる非適合性スコアを用いて、各予測...

機械学習のモデルの予測値の多くは、「点」です。要は、ある数値の1点ということです。 1点予測は分かりやすいですが、現代の機械学習では、単なる点予測に加え、予測区間を用いた不確実性の評価が求められています。 今回は、Ind...

時系列データの予測モデルでは、一般的な回帰や分類タスクとは異なる点が多々あります。 例えば、将来のデータは現在手元にないため、データの分割や評価に注意を払わなければなりません。 例えば、ランダムにデータをシャッフルして分...

私たちの周りには、時間とともに変化するデータであふれています。 毎日の気温、株価の変動、心電図の波形など、これらはすべて時系列データと呼ばれ、私たちの生活や社会活動に深く関わっています。 今回は、そんな時系列データを「分...

データにあふれた現代において、情報を正確に理解し、効果的に伝えることは、あらゆる分野で重要性を増しています。膨大なデータの山から意味を見出し、価値を引き出すためには、データ可視化が欠かせません。 データ可視化とは、データ...

時系列データ分析は、特定の期間における変化を捉え、将来の動向を予測するための重要な手法です。 前回の記事では、mlforecastライブラリを使用して基本的な時系列予測モデルを構築する方法と、モデル性能を向上させるための...

スマートフォンの利用状況、ECサイトの売上、工場の生産量など、私たちの周りには時間とともに変化するデータが溢れています。 こうした「時系列データ」を分析する際、単純にグラフを眺めるだけでは見えてこない重要な情報が隠れてい...

時系列データの予測は、企業が将来の売上や需要を予測し、意思決定に活用するための重要なツールです。近年、機械学習技術の発展により、時系列予測はより高精度かつ柔軟なアプローチが求められています。 Pythonライブラリ「ml...

データ駆動型の意思決定が重要性を増す現代のビジネス環境において、時系列予測は欠かせないスキルとなっています。 売上予測、需要予測、在庫管理など、様々な場面で活用される時系列予測。しかし、その複雑さゆえに敬遠されがちなのも...

状態空間モデルは、観測できない状態を時系列データの背後にある要素として捉え、データからその状態を推定する強力なツールです。 今回は、ローカルレベルモデルや季節性を含むモデルなど、具体的なビジネスシナリオを通じて、Pyth...