はてなブックマーク

製造業出身のデータサイエンティストがお送りする記事 今回は時系列解析手法のNeuralProphetを使ってみました はじめに 過去に時系列解析に関しては何個か整理しておりますので、興味ある方は参照して頂けますと幸いです。 時系列解析 状態空間モデル 時系列予測をGBDTで実装してみた 時系列解析手法のSARIMAモデルを試してみた ProphetをOptunaでハイパラチューニングをしてみた NeuralProphetとは NeuralProphetとは、Facebookが公開しているProphetにDeep Learningの技術を組合せており、2017年にリリースされた時系列解析ライブラリです。Prophet同様に使いやすいです。 NeuralProphetの実装 今回も使用したデータは、月ごとの飛行機の乗客数データです。 最初にライブラリーをインストールしますが、pipで簡単にイン

製造業出身のデータサイエンティストがお送りする記事 今回はAutoML ライブラリー（h2o）を使ってみました。 はじめに 過去に他のAutoML ライブラリーやツールについては、別の記事に纏めておりますので下記をご参照ください。 PyCaret TPOT VARISTA AutoGluon Auto-Sklearn AutoKeras h2o を使ってみた 必要なライブラリーは下記です。 import h2o from h2o.automl import H2OAutoML import sys, os, os.path import pandas as pd import numpy as np import seaborn as sns import matplotlib.pyplot as plt %matplotlib inline # ボストンの住宅価格データ from skl

製造業出身のデータサイエンティストがお送りする記事 今回は自然言語データの可視化にnlplotというライブラリーが良さそうでしたので試してみました。 はじめに 今までずっと構造化データを扱っておりましたが、非構造化データも扱えるようになりたいと思い、まずは自然言語データを対象に可視化から勉強してみました。 nlplotとは nlplotは基本的には、自然言語（NLP）において基本的な可視化を簡単にできるようにしたパッケージらしいです。 NLPにおいては、知識が無いので、詳しいことはnlplotのGithubを参考にご確認ください。 ブログの記事も見つけましたので、確認して頂けますと幸いです。 nlplotを使ってみる 今回、使用するデータはlivedoorニュースコーパスの「ldcc-20140209.tar.gz」を使います。 まず、データフレームを作成します。 import os fr