Pythonによる時系列データ分析とその活用

本セミナーでは、機械学習・ディープラーニングを概観・整理した後、時系列データの分析手法を概観し、実践のポイントを解説いたします。
また、処理の違いにより、結果に対してどの程度の際が生まれるかを実験、説明いたします。

日時

プログラム

講師は、専門の研究者ではなく、システム開発者なので、とにかく実践で使えることを第一に考えています。前半で、機械学習・ディープラーニングを概観・整理します。データ分析の未経験者でもわかるように可能な限り数式を排して説明します。　後半は、時系列データの分析手法を概観し、実践のポイントを解説します。また、処理の違いにより、結果に対してどの程度の際が生まれるか、を実験、説明します。時系列のデータ分析作業を始めたいと思われている方に最適です。

機械学習/ディープラーニングの数理・確率論
1. 統計の基本
2. 統計と機械学習
機械学習の基礎と実践
1. 機械学習の基本
2. 学習の種類
3. 結果の分類
時系列データ処理
1. 時系列データの定義
2. データの特性を確認する
3. データの前処理
4. データのグラフ化
ARIMAモデルを使ってみる
1. 自己相関について
2. ARIMAモデルの理解
3. サンプルデータを使用した実行 (売上予測)
深層学習モデルを使ってみる
1. 深層学習モデルと時系列データ
2. サンプルデータを使用した実行 (売上予測の高度化)
異常検知への応用
1. 異常検知の基本
2. RNN+AutoEncoder
3. サンプルプログラムで時系列データの異常検知を実施
パラメータ推定
1. optunaを利用したパラメータ自動推定
このセミナーだけで終わらせないために

受講料

ライブ配信セミナーについて

本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
お申し込み前に、視聴環境とテストミーティングへの参加手順をご確認いただき、テストミーティングにて動作確認をお願いいたします。
開催日前に、接続先URL、ミーティングID、パスワードを別途ご連絡いたします。
セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。