Python 時系列分析 1,000本ノック
– ノック41: 時系列データの検定 –
問題 答え 解説 全く予測不可能なデータ Ljung-Box検定とは？ 次の Python コードの出力はどれでしょうか？ Python コード: from statsmodels.stats.diagnostic im...
RECENT ARTICLES
Python 時系列分析 1,000本ノック
PythonによるMMM（マーケティングミックスモデリング）とビジネス活用
－ 振返り分析・線形回帰系モデル編（その2）－
シンプルなアドストック付き線形回帰系MMM
データを活用したマーケティング戦略は、ビジネスの成功に不可欠です。その中心に位置するのが、マーケティングミックスモデリング（MMM）です。 マーケティングミックスモデリング（MMM）は、過去のデータを分析する「振り返り分...
Python 時系列分析 1,000本ノック
– ノック40: VARモデルの推定 –
問題 答え 解説 VARモデルとは？ 次の Python コードの出力はどれでしょうか？ Python コード: from statsmodels.tsa.api import VAR import numpy as n...
PythonによるMMM（マーケティングミックスモデリング）とビジネス活用
－ 振返り分析・線形回帰系モデル編（その1）－
線形回帰系モデルでのMMM構築
データを活用したマーケティング戦略は、ビジネスの成功に不可欠です。その中心に位置するのが、マーケティングミックスモデリング（MMM）です。 マーケティングミックスモデリング（MMM）は、過去のデータを分析する「振り返り分...
Python 時系列分析 1,000本ノック
– ノック39: 時系列データのADF検定 –
問題 答え 解説 ADF検定とは？ 単位根過程と定常性 次の Python コードの出力はどれでしょうか？ Python コード: from statsmodels.tsa.stattools import adfull...
第373話｜なぜ「解釈可能ML（機械学習）」が必要なのか？ 主な手法と事例のご紹介
近年、機械学習の技術はビジネスのあらゆる分野で急速に進化し、企業の意思決定プロセスに革命をもたらしています。 しかし、複雑化するモデルの背後にある「なぜ」という問いに答えることは、ますます困難になってきています。 今回は...
Python 時系列分析 1,000本ノック
– ノック38: 季節性トレンド分解 –
問題 答え 解説 季節性トレンド分解 seasonal_decompose 関数 次の Python コードの出力はどれでしょうか？ Python コード: import pandas as pd import nump...
PythonによるMMM（マーケティングミックスモデリング）とビジネス活用
－ 振返り分析の概要：MMMによる「振返り分析」とは？ －
データを活用したマーケティング戦略は、ビジネスの成功に不可欠です。その中心に位置するのが、マーケティングミックスモデリング（MMM）です。 マーケティングミックスモデリング（MMM）は、過去のデータを分析する「振り返り分...
Python 時系列分析 1,000本ノック
– ノック37: ARモデルの適用 –
問題 答え 解説 AutoReg（自動回帰）モデルとは？ 次の Python コードの出力はどれでしょうか？ Python コード: from statsmodels.tsa.ar_model import AutoRe...
分類問題のデータ不均衡を解消するSMOTE（Python版）
－ その3：カテゴリカル変数が混在するデータに対するSMOTEと実例 －
データサイエンスの進展に伴い、機械学習モデルの正確さを左右する重要な問題の一つがデータ不均衡です。 データ不均衡は、特定のクラスのサンプル数が他のクラスに比べて極端に少ない場合に発生し、予測モデルの性能に悪影響を及ぼしま...
Python 時系列分析 1,000本ノック
– ノック36: 時系列データの四半期 –
問題 答え 解説 次の Python コードの出力はどれでしょうか？ Python コード: import pandas as pd date = pd.Timestamp('2023-08-15')...
第372話｜主成分分析は特徴量の選択手法ではない！ その誤解と正しい特徴量選択方法
データサイエンスの進展に伴い、特徴量選択（説明変数の選択）の重要性がますます高まっています。 今回は、特徴量選択の基本概念から、PCA（主成分分析）との違い、さらには実践的な特徴量選択手法までをざっくくお話しします。 特...
Python 時系列分析 1,000本ノック
– ノック35: 時系列データの週次計算 –
問題 答え 解説 次の Python コードの出力はどれでしょうか？ Python コード: import pandas as pd dates = pd.date_range( start='2023-01-...
PythonによるMMM（マーケティングミックスモデリング）とビジネス活用
－ 序幕：MMMによる「振返り分析」と「近未来分析」 －
データを活用したマーケティング戦略は、ビジネスの成功に不可欠です。その中心に位置するのが、マーケティングミックスモデリング（MMM）です。 マーケティングミックスモデリング（MMM）は、過去のデータを分析する「振り返り分...
Python 時系列分析 1,000本ノック
– ノック34: 時系列データのトレンド季節分解 –
問題 答え 解説 次の Python コードの出力はどれでしょうか？ Python コード: import pandas as pd import numpy as np from statsmodels.tsa.sea...
scikit-learnの機械学習パイプライン入門
（その7：簡易AutoMLを作ろう）
機械学習のパイプラインとは、複数の処理を直列に連結したものです。 最小構成は、1つの変換器と1つの推定器（予測器）を連結したものです。 変換器：特徴量X（説明変数）などの欠測値処理や変数変換などの、特徴量変換（Trans...