Pythonで時系列解析・超入門（その4）
Prophetモデルで予測する方法
ビジネスの世界で発生するデータの多くは、時間的概念の紐付いた時系列データです。 例えば、売上金額や受注件数、販売量、生産量、在庫量、PV（ページビュー）数、見込み顧客数、既存顧客数、離反顧客数、故障件数、広告宣伝費、人件...
[For beginners] がんばれデータサイエンティスト！
Pythonで時系列解析・超入門（その4）
Python Keras(TensorFlow)で作る
深層学習(Deep Learning)時系列予測モデル(その4)
多変量目的変数で複数先予測（Multi-Step ahead prediction）
前回までは、simpleRNN・LSTM・GTUでモデル構築し1期先予測（1-Step ahead prediction）の方法について説明しました。 以下の記事は、simpleRNNでモデル構築し1期先予測（1-Ste...
Jupyter NotebookをWebアプリ化するPython Mercury
Pythonでデータ分析するとき、Jupyter Notebookを使う人は多いことでしょう。 試行錯誤の結果、ほぼ分析の流れが定型化した場合、必要の都度、Jupyter Notebook に記載されたPythonコード...
デスクトップアプリとして動く Jupyter Lab Desktop のインストール方法
Webブラウザー上ではなく、PCのデスクトップ上で動作する、JupyterLab Desktop というデスクトップアプリケーションがあります。 Pythonの実行環境やライブラリーなどが、デスクトップアプリJupyte...
Pythonで時系列解析・超入門（その3）
ARIMA系モデルで予測する方法
ビジネスの世界で発生するデータの多くは、時間的概念の紐付いた時系列データです。 例えば、売上金額や受注件数、販売量、生産量、在庫量、PV（ページビュー）数、見込み顧客数、既存顧客数、離反顧客数、故障件数、広告宣伝費、人件...
Pythonで時系列解析・超入門（その2）
指数平滑化法（Exponential Smoothing model）で予測する方法
ビジネスの世界で発生するデータの多くは、時間的概念の紐付いた時系列データです。 例えば、売上金額や受注件数、販売量、生産量、在庫量、PV（ページビュー）数、見込み顧客数、既存顧客数、離反顧客数、故障件数、広告宣伝費、人件...
Pythonで時系列解析・超入門（その1）
時系列データに対する3つの特徴把握方法
（変動成分・定常性・コレログラム）
ビジネスの世界で発生するデータの多くは、時間的概念の紐付いた時系列データです。 例えば、売上金額や受注件数、販売量、生産量、在庫量、PV（ページビュー）数、見込み顧客数、既存顧客数、離反顧客数、故障件数、広告宣伝費、人件...
Python Keras(TensorFlow)で作る
深層学習(Deep Learning)時系列予測モデル(その3)
GRUで1期先予測（1-Step ahead prediction）
時系列の深層学習（ディープラーニング）モデルの代表格がRNN（Recurrent Neural Network、リカレントニューラルネットワーク）です。RNNの構築方法と1期先予測（1-Step ahead predic...
Python Keras(TensorFlow)で作る
深層学習(Deep Learning)時系列予測モデル(その2)
LSTMで1期先予測（1-Step ahead prediction）
時系列の深層学習（ディープラーニング）モデルの代表格がRNN（Recurrent Neural Network、リカレントニューラルネットワーク）です。 RNNの長期記憶が保持できないなどの問題点を改善する形で登場したL...
Python Keras(TensorFlow)で作る
深層学習(Deep Learning)時系列予測モデル(その1)
RNNで1期先予測（1-Step ahead prediction）
時系列の深層学習（ディープラーニング）モデルの代表格がRNN（Recurrent Neural Network、リカレントニューラルネットワーク）です。 他には、RNNの長期記憶を保存できないなどの問題点を改善する形で登...
