時系列 時系列モデル「Prophet」とは。Python例も一緒に紹介
はじめに
ビジネスの現場では、需要予測やキャパシティプランニング、異常検知など、時系列予測が必要な場面が数多くあります。しかし、信頼性が高く高品質な予測を作成するアナリストは限られています。
Facebookのデータサイエンテ...
時系列
時系列 
時系列 似た時系列を見つけるDTW(Dynamic Time Warping)とは。特徴と使い方も紹介
はじめに
時系列データは、金融市場の価格変動や音声信号、生物学的測定など、多くの分野で重要な役割を果たしています。これらのデータを分析する際には、異なる時系列データ間の類似性を評価することが重要です。ここで活躍するのが、Dynami...
時系列 クラスタリングライブラリ「tslearn」とは。時系列で似た系列を探索しよう
はじめに
時系列データの分析や処理は、多くの分野で重要な課題です。例えば、金融市場の動向分析、センサーデータの異常検知、音声認識、健康データのモニタリングなど、さまざまな応用があります。
これらの似た時系列データを検出すること...
時系列 時系列モデル「ARIMA」とは？特徴とよく使われる理由も理解しよう
はじめに
時系列データの解析は、さまざまな分野で重要な役割を果たしています。経済学、金融、気象学、マーケティングなど、過去のデータを基に将来の動向を予測することは多岐にわたる応用があり、そのためのツールとしてARIMA（AutoRe...
時系列 定常性を確認する「ADF検定」とその有用性とは
はじめに
経済学や統計学、データサイエンスにおいて、時系列データの分析は非常に重要です。その中で、データの「定常性」はしばしば議論の対象となります。定常性を持つデータは、平均や分散が時間とともに変わらず、自己相関構造も一定であるため...
時系列 回帰タスクの評価指標RMSLE(対数平方平均二乗誤差)とは
はじめに
回帰タスクにおいてモデルの精度を評価するための指標は多数あります。その中で、RMSLE（Root Mean Squared Logarithmic Error、対数平方平均二乗誤差）は、特定の状況で非常に有用な評価指標とし...
時系列 DID(差分の差分法)を用いた効果検証とその有用性とは
はじめに
効果検証は、政策やプログラムの実施による効果を客観的に評価するための重要な手法です。その中でも、DID（差分の差分法）は特に有力であり、時系列データにおける因果関係の推定に広く用いられています。本記事では、DID法の基本的...
時系列 時系列データの予測手法「MAモデル(移動平均モデル)」とは
はじめに
近年、ビジネスや金融分野において、時系列データの予測がますます重要視されています。特に、「MAモデル（Moving Average Model）」はその中でも一般的で有用な手法として知られています。本記事では、MAモデルに...
時系列 回帰モデルの評価指標「MAPE」とは？注意点も合わせて紹介
はじめに
回帰モデルの評価はモデルの性能を正確に理解し、改善のための手がかりを得る上で重要です。その中でも、MAPE（Mean Absolute Percentage Error）は一般的に使用される指標の一つです。
本記事で...
時系列 時系列分析の予測手法「ARモデル」の解説
はじめに
時系列分析は、データが時間に依存する場合にそのパターンやトレンドを理解し、将来の値を予測するための強力なツールです。その中でも、自己回帰モデル（ARモデル）は基本的でありながらも効果的な手法の一つです。
本記事では、...