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
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 季節調整 実演 おまけ: 時間別に見てみる まとめ 今後 なぜ時系列分析をするのか 数値を非常に重視している弊社では、数値を知るためのツールとしてRedashやChartioおよびSlackへの通知を活用しています。現在の数値を理解する上では、長期のトレンド(指標が下がっているのか、上がっているのか)を知ることが重要です。しかし、日々変化するデータ(特に売上やKPIと言われる指標)は、ばらつきも大きく、変化を適切に捉えることが難しいこともあります。 特にSlackなどへの通知を行っていると、日々の変化に囚われがちです。例えば、弊社ではニュース
OpenXLA Project
Send feedback XLA Stay organized with collections Save and categorize content based on your preferences. XLA (Accelerated Linear Algebra) is an open-source compiler for machine learning. The XLA compiler takes models from popular frameworks such as PyTorch, TensorFlow, and JAX, and optimizes the models for high-performance execution across different hardware platforms including GPUs, CPUs, and ML
【Edward】MCMCの数学的基礎からStochastic Gradient Langevin Dynamicsの実装まで - Gunosyデータ分析ブログ
こんにちは。初めまして。 データ分析部新入りのmathetake(@mathetake)と申します。 先日個人ブログでこんなエントリを書いた人です: mathetake.hatenablog.com そんなこんなでTwitter就活芸人(?)として活動(?)してましたが、これからは真面目に頑張っていこうと思います。 今日はみんな大好きベイズモデリングおいて、事後分布推定に欠かせないアルゴリズム(群)の一つである*1 マルコフ連鎖モンテカルロ法(Markov chain Monte Carlo) 通称MCMCに関するエントリです。より具体的に、 MCMCの意義(§1.)から始め、マルコフ連鎖の数学的な基礎(§2.,3.,4.)、MCMCの代表的なアルゴリズムであるMetropolis-Hastings法(§5.)、その例の１つである*2Langevin Dynamics(§6.)、そして(僕
秩父雲海、まさに夢幻の如く。 - mosagraph
秩父に雲海の撮影に行ってきました。 前々回の記事を含めて3度目の挑戦です。今回は前日が雨で当日の夜から快晴でほぼ無風という最高の条件だったのでかなり期待して行ったのですが…ムフフフフ。 美の山公園から見る秩父雲海 普段秩父雲海を撮りに行く時は先ずミューズパークの展望台に向かうんですが、今年に入ってから秩父の雲海が世間に周知され始めてようで、金曜や土曜の夜にはかなり多くの人がミューズパークにくるようになっています。ミューズパークの展望台は小さくて満足に写真を撮れる1列目には5.6台しか三脚が置けないので、場所取り合戦も熾烈なものになっているみたいです。 この日は1時ごろにミューズパーク展望台に着いたのですが、既に展望台には6.7人の人が…もちろん三脚置くスペースは無かったのでサクッと諦めて、同じく秩父雲海スポットの美の山公園へ向かいました。 美の山公園はミューズパークから車で10分ほどの場所
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
