- すべて
- 画像・動画
並べ替え:新着順
書籍「Python時系列分析クックブック」がとても良かったのでご紹介です! ・ARIMAから、機械学習、深層学習モデルまで、幅広い時系列予測・異常検知モデルをPythonで動かせる! ・定常性、残差診断等の統計手法もカバー ・数式はほぼ無し #のんびり統計 #時系列分析 #Python amazon.co.jp/dp/4254122950/
書籍「Python時系列分析クックブック」実践中! 最終第15章は複数の季節性を持つ時系列データの分解と予測です。 statsmodelsのMSTLとUCM、Prophet、NeuralProphetの実践です。 図は深層ニューラルネットワークを用いるNeuralProphetのプロット(Plotly)です。 #のんびり統計 #時系列分析 #python pic.twitter.com/SHuus4UkBx
書籍「Python時系列分析クックブック」実践中! 第14章は時系列データの外れ値検知です。 自動機械学習ライブラリPyCaretで外れ値検知を実践しました! PyCaretの自動化カバー範囲ってとても広いのですね! #のんびり統計 #時系列分析 #python pic.twitter.com/sNyNEQMvuK
書籍「Python時系列分析クックブック」実践中! 第14章は時系列データの外れ値検知です。 PyODという外れ値検知ライブラリを初めて使いました。 とても便利です~😆 図は確率アルゴリズムMAD(中央絶対偏差)による検知結果です。 #のんびり統計 #時系列分析 #python pic.twitter.com/DaRuIh9LH1
書籍「Python時系列分析クックブック」実践中! 第13章はkerasとpytorchでディープラーニング(RNN, LSTM, GRU)の時系列予測を実践します! 図はpytorchのGRU。183エポックでearly stoppingが発動しました😆 #のんびり統計 #時系列分析 #python pic.twitter.com/UAiud4zXx3
書籍「Python時系列分析クックブック」実践中! 第12章は、複数期間予測をscikit-learnの機械学習ライブラリで実装します。 説明期間10期⇒目的期間10期の学習! LinearRegression等って複数の目的変数を扱えるのですね。 時系列の学びで知った回帰の真実に感動😭 #のんびり統計 #時系列分析 #python pic.twitter.com/xrNl3Xch4q
書籍「Python時系列分析クックブック」実践中! dartsという時系列ライブラリを知って興奮しています! unit8co.github.io/darts/index.ht… scikit-learnのようにfit、predictで統一された書き方ができて使いやすいです。 図は指数平滑化(statsmodelsをラップ)の例です。 #のんびり統計 #時系列分析 #Python pic.twitter.com/anLCE60yLJ
書籍「Python時系列分析クックブック」を第Ⅱ巻から始めました! 第9章レシピ38では、hvplotをpandasのバックエンドに使用して、インタラクティブなグラフ描画ができました😆 hvplotライブラリを知って感動してます。 いや~、可視化って本当にいいものですね! #のんびり統計 #時系列分析 #python pic.twitter.com/3fnx3TZpvj