「時系列分析」にはグーグルやフェイスブックが考案した最新手法がお薦め

2022/10/06 283 users グーグル 翌月 フェイスブック 時系列データ データサイエンス

ビジネスでデータサイエンスを活用するシーンとして、過去データを使って将来を予測するタイプの問題がある。商品販売数や店舗売上高など、折れ線グラフを使って表現するようなデータ（時系列データ）に基づいた時系列分析だ。過去の販売データに基づいて翌月の発注量を決めたり、3年後など中長期の計画を策定したりする... 続きを読む

Pythonの機械学習ライブラリtslearnを使った時系列データのクラスタリング - Technology Topics by Brains

2018/06/19 76 users scikit-learn クラスタリング 柏木 Python

こんにちは、ブレインズテクノロジーの柏木です。 今回はPythonで扱える機械学習ライブラリのtslearnを使って、時系列データをクラスタリングしていきたいと思います。 github.com tslearnとは 時系列分析のための機械学習ツールを提供するPythonパッケージで、scikit-learnをベースとして作られているみたいです。 主な... 続きを読む

ニューラルGranger因果という論文が出たらしい - 六本木で働くデータサイエンティストのブログ

2018/03/23 27 users 因果推論 ディスカッション 六本木 論文 手順

2018 - 03 - 23 ニューラルGranger因果という論文が出たらしい 機械学習 統計的因果推論 時系列分析 論文 3年前に因果フェスというイベントでGranger因果について専門家でもないのに講演させられるという稀有な経験をしたわけですが。 その時のイベント報告記事で、会場でのディスカッションの内容を踏まえて僕はこんなことを書いたのでした。 非線形 Granger因果性検定の手順 （こ... 続きを読む

Facebookの予測ライブラリProphetを用いたトレンド抽出と変化点検知 - Gunosyデータ分析ブログ

2018/02/16 97 users Facebook Gunosy KPI 知見 五十嵐

2018 - 02 - 16 Facebookの予測ライブラリProphetを用いたトレンド抽出と変化点検知 Gunosyデータ分析部アルバイトの五十嵐です。 Gunosyには大規模なKPIの時系列データがあります。 今回はKPIの時系列分析を行なった際に得た知見についてまとめたいと思います。 具体的にはFacebookが開発した時系列予測ツール Prophet を用いて、KPIのトレンド分析を行... 続きを読む

「人工知能」と「データサイエンティスト」の2つのブームの関係性をGoogleトレンドのデータから眺めてみる - 六本木で働くデータサイエンティストのブログ

2017/12/26 19 users 六本木 データサイエンティストブーム 人工知能 ブーム 統計学

2017 - 12 - 26 「人工知能」と「データサイエンティスト」の2つのブームの関係性をGoogleトレンドのデータから眺めてみる データサイエンティスト 機械学習 マーケティング 時系列分析 統計学 そう言えば、ちょっと前のデータ分析業界5年間振り返り記事で「 人工知能 ブームに引っ張られてデータサイエンティストブームも再燃しつつある」みたいなことを書いたわけですが、本当にそうなんだっけ？... 続きを読む

時系列分析の良リソースまとめ&基礎チュートリアル - プロクラシスト

2017/12/12 93 users プロクラシスト 時系列 独立 事実 データ

2017 - 12 - 12 時系列分析の良リソースまとめ&基礎チュートリアル advent-calendar-2017 スポンサーリンク データ分析ガチ勉強アドベントカレンダー 11日目。 今までは、時間に依存しないデータについて取り扱ってきました。 しかし、世の中のデータは 時間に依存した データも多いのが事実です。 時間に依存しないデータは、その分各データを独立に扱うことができますが、時系列... 続きを読む

Pythonでビットコインの時系列分析 その１ : 金融日記テクニカル

2017/08/31 16 users Python ビットコイン ブラウザベース Anaconda

Anaconda はインストールできましたでしょうか？ インスールできたら、（Windowsなら）スタートメニューから、"jupyter notebook"を選べば、ブラウザベースで動く、Pythonのインターフェースが起ち上がるはずです。この"jupyter notebook"が、Pythonで統計解析するためのインターフェースになります。なかなかよくできています。 さて、Pythonでいじくる... 続きを読む

トレンド・季節調整付き時系列データの回帰モデルを交差検証してみる - 六本木で働くデータサイエンティストのブログ

2017/07/30 26 users 六本木 データサイエンティスト 交差 回帰モデル ベイジアン

2017 - 07 - 30 トレンド・季節調整付き時系列データの回帰モデルを交差検証してみる 統計学 時系列分析 R BUGS/Stan MCMC これは実は既に元ネタのあるテーマです。 Cross-validation for time series | Rob J Hyndman 個人的にはトレンド・季節調整付き時系列データの回帰モデルをやる場合はほぼ例外なく ベイジアン モデリング で回す... 続きを読む

さくっとトレンド抽出: Pythonのstatsmodelsで時系列分析入門 - Gunosyデータ分析ブログ

2017/02/02 165 users 大曽根 Python トレンド抽出 分析ノウハウ ニュースパス

2017 - 02 - 02 さくっとトレンド抽出: Pythonのstastmodelで時系列分析入門 Python 分析ノウハウ 時系列分析 久しぶりの投稿になってしまいましたが、ニュースパス(現在CM放映中!!)開発部の大曽根です。 作業中はGrover Washington Jr のWinelightを聴くと元気が出ます。参加ミュージシャンが素晴らしいですね。 なぜ時系列分析をするのか 季... 続きを読む

因果フェスでGranger因果について話してきたら、色々いじれば非線形でもやれるんじゃないかという気がしてきた - 銀座で働くデータサイエンティストのブログ

2015/08/06 25 users Tak 駒場 林岳彦 非線形 データサイエンティスト

2015-08-06 因果フェスでGranger因果について話してきたら、色々いじれば非線形でもやれるんじゃないかという気がしてきた R 時系列分析 本日8月6日に駒場で開かれた日本生態学会関東地区会公開シンポジウム「非ガウス性／非線形性／非対称性からの因果推論手法：その使いどころ・原理・実装を学ぶ」通称因果フェスにて、Granger因果について話してきました。 ちなみに事前に林岳彦(id:tak... 続きを読む

メディア総接触時間の4分の1は「携帯・スマホ・タブレット」に【博報堂メディア定点調査】：MarkeZine（マーケジン）

2015/07/08 45 users 博報堂ＤＹメディアパートナーズ 本年 メディア定点調査 現状

博報堂DYメディアパートナーズは、生活者のメディア接触の現状を調査・分析する「メディア定点調査」を公開。「携帯・スマホ」「タブレット」でメディア総接触時間は4分の1以上であることがわかった。 博報堂ＤＹメディアパートナーズメディア環境研究所は、生活者のメディア接触の現状を調査・分析する「メディア定点調査」を公開した。同調査は2006年より現在の調査設計で行っており、本年は時系列分析を実施した。分析... 続きを読む

R で 状態空間モデル: 状態空間時系列分析入門を {rstan} で再現したい - StatsFragments

2015/05/27 36 users RStan StatsFragments ライブラリ 勉強

2015-05-28 R で 状態空間モデル: 状態空間時系列分析入門を {rstan} で再現したい 時系列分析 R Stan 前の記事でもリンクさせていただいているが、サイト 「状態空間時系列分析入門」をRで再現する では以下のテキストを {dlm}, {KFAS} で再現されており非常にありがたい。これらのライブラリの使い方については リンク先を読めば困らない感じだ。 自分も勉強のために似た... 続きを読む

R で 状態空間モデル: {dlm} で単変量モデルの状態空間表現を利用する - StatsFragments

2015/05/24 23 users StatsFragments 状態空間モデル 内容

2015-05-24 R で 状態空間モデル: {dlm} で単変量モデルの状態空間表現を利用する 時系列分析 R こちらの続きで、状態空間時系列分析入門の第8章の内容。 R で 状態空間モデル: {dlm} の対数尤度計算について - StatsFragmentssinhrks.hatenablog.com 状態空間時系列分析入門作者: J.J.F.コマンダー,S.J.クープマン,Jacques... 続きを読む

KalmanFilter の動きを可視化する 二次元版 - StatsFragments

2014/11/05 24 users StatsFragments 拡張 それぞれ独立 可視化 以下

2014-11-05 KalmanFilter の動きを可視化する 二次元版 R 可視化 時系列分析 こちらのつづき。一次元での動きはわかってきたので、今回は二次元でやってみる + KalmanFilter の予測 F を入れてみる。 KalmanFilter の動きを可視化する 一次元版 - StatsFragments 二次元への拡張 まず以下の条件で考える。 二変数は とし、それぞれ独立に動... 続きを読む

ITエンジニアのためのデータサイエンティスト養成講座（9）：時系列分析Ｉ ――ARMAモデルと時系列分析 (1/4) - ＠IT

2014/06/24 105 users データサイエンティスト養成講座 ITエンジニア 時系列 傾向

システムログも金融取引データも時系列で分析できる。ビジネスシーンで求められるデータ分析の多くを占める「時系列データ」分析の基礎を解説。 はじめに 今回は時系列分析について紹介します。ビジネスで生成されるデータの多くが“時間“の項目を含む時系列データで、1週間の傾向や季節変動などを分析する際など、さまざまな場面で時系列の分析が必要となります。 時系列分析（Time Series Analysis）と... 続きを読む

Rで計量時系列分析：状態変化を伴うモデル（閾値モデル、平滑推移モデル、マルコフ転換モデル） - 銀座で働くデータサイエンティストのブログ

2013/08/22 67 users 計量時系列分析 データサイエンティスト 銀座 一旦 毎回恒例

2013-08-22 Rで計量時系列分析：状態変化を伴うモデル（閾値モデル、平滑推移モデル、マルコフ転換モデル） R Matlab 時系列分析 前回の記事までは多変量時系列モデルとしてのVARモデルを扱ってきました。今回は一旦このシリーズの最終回ということで、元の単変量時系列モデルに戻って「状態変化を伴うモデル」を扱ってみようと思います。 ということでもはや毎回恒例になってますが、使用テキストはい... 続きを読む

Rで計量時系列分析：VARモデルから個々の時系列データ間の因果関係を推定する - 銀座で働くデータサイエンティストのブログ

2013/07/30 127 users 計量時系列分析 データサイエンティスト 個々 銀座 因果関係

2013-07-30 Rで計量時系列分析：VARモデルから個々の時系列データ間の因果関係を推定する R Matlab 時系列分析 前回の記事ではVARモデルの基礎までを取り上げました。ということで、今回はVARモデルに基づいて異なる時系列同士の因果関係を推定する3つの手法について取り上げてみようと思います。 ということで毎回毎回しつこいですが、使用テキストはいつもの沖本本です。 経済・ファイナンス... 続きを読む