お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
時系列分析の基礎
- 時系列データの概要説明
- 時系列データの構成要素:トレンド・季節変動・ノイズ
- Google Colab上で時系列分析環境を設定する方法
時系列データの探索的分析手法
- 時系列データの可視化技法
- 時系列データから構成要素を分解する方法
- 季節変動やトレンドの検出方法
ARIMAモデルによる時系列予測
- ARIMA(自己回帰積分移動平均)モデルの仕組みの理解
- ARIMAモデル用パラメータの選定方法
- Pythonを用いたARIMAモデルの実装手法
Prophetによる時系列予測入門
- 時系列予測用ツールとしてのProphetの概要説明
- Google Colab内でProphetモデルを実装する方法
- 祝日や特別なイベントが予測結果に与える影響への対応法
高度な時系列予測技法
- 欠損データを含む時系列データの処理方法
- 多変量時系列データを用いた予測手法
- 外部説明変数を活用した予測精度向上法
予測モデルの評価および最適化手法
- 時系列予測の成果を測る指標の解説
- ARIMAおよびProphetモデルを微調整する方法
- クロスバリデーションやバックテストの実施法
時系列分析の実際的な応用例
- 時系列予測に関する事例研究の紹介
- 現実世界のデータセットを用いた演習内容
- Pythonにおける時系列分析の今後の展開について
まとめおよび次のステップについて
要求
- Pythonプログラミングに関する中級レベルの知識があること
- 基礎的な統計学およびデータ分析手法に精通していることが望ましい
対象者
- データアナリスト
- データサイエンティスト
- 時系列データを扱う業務に従事する専門家
21 時間
お客様の声 (3)
QGISと、土地測量士などの他の様々な専門家が使用できるツールについて学ぶ
Bame Duncan Koko - Bentel Technologies (Pty) Ltd
コース - QGIS for Geographic Information System
機械翻訳
オープン衛星データをリアルなアプリケーションで活用する方法
Tshering Dorji - Druk Holding and Investments
コース - Advanced Geographic Information Systems (GIS)
機械翻訳
実践的な例を通じて、プログラムの動作を実際に体感することができました。理論的な概念と実際の応用との関連性についても、よく説明されており、統合されました。
Ian - Archeoworks Inc.
コース - ArcGIS Fundamentals
機械翻訳