【 Python で 時系列分析 】どちらが原因で、どちらが結果 か ？ を 統計学的 に 検証したいとき は、「Grangerの因果性テスト」が 使える - Qiita
from statsmodels.tsa.stattools import grangetcausalitytests as granger results = granger(data, maxlag=15) SM StatsModels Statistics in Python, Time Series analysis tsa, Descriptive Statistics and Tests SM StatsModels Statistics in Python, statsmodels.tsa.stattools.grangercausalitytests メソッドの使い方 【 引数 】 影響関係の方向性を確かめたい２つの時系列データセットを1列目と２列目にもつデータ・オブジェクト （ numpy.array 型 ） 【 戻り値 】 dict 型オブジェクトが返される。key は
【機械学習】ディープラーニング フレームワークChainerを試しながら解説してみる。 - Qiita
今話題のDeep Learning(深層学習)フレームワーク、Chainerに手書き文字の判別を行うサンプルコードがあります。こちらを使って内容を少し解説する記事を書いてみたいと思います。 (本記事のコードの全文をGitHubにアップしました。[PC推奨]) とにかく、インストールがすごく簡単かつ、Pythonが書ければすぐに使うことができておすすめです！ Pythonに閉じてコードが書けるのもすごくいいですよね。 こんな感じのニューラルネットワークモデルを試してみる、という記事です。 主要な情報はこちらにあります。 Chainerのメインサイト ChainerのGitHubリポジトリ Chainerのチュートリアルとリファレンス 1. インストール まずは何はともあれインストールです。ChainerのGitHubに記載の"Requirements" ( https://github.co
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
