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