時系列分析をお手軽に！機械学習ライブラリDartsの実演 - DATAFLUCT Tech Blog
こんにちは！ 以前にDartsという時系列分析に特化したpythonライブラリを紹介しました。 前編はこちら 今回は実際にDartsを動かしていきましょう。 Darts内にもデータセットがありますが、公式でも触れられているのであえて、外部のデータを参照してみましょう。導入編でも触れたアイスクリームの生産量の変化を推測したいと思います。 アイスクリームのデータセットはこちら 上記リンクの上部右側Downloadからcsvをダウンロードしてください。 Dartsのインストールは以下の1コマンドです。Windowsではデフォルトのコマンドプロンプトでうまくインストールが終了しなかったので、WSL環境などを推奨します。 $ pip install darts ARIMAで学習してみる バックテストでモデルの選定を行う RNNで共変量を扱ってみる まとめ ARIMAで学習してみる まずは、導入編で最
Googleがリリースした「キャンペーンとKPIとの因果関係を推定する」Rパッケージ{CausalImpact}を試してみた - 渋谷駅前で働くデータサイエンティストのブログ
何気なくR-Bloggerのタイムラインを見ていたら、"CausalImpact: A new open-source package for estimating causal effects in time series | Google Open Source Blog"という記事がシェアされていたので見に行ってみたのでした。これはもう読んで字の如く「GoogleがキャンペーンがKPIにもたらす因果的影響を時系列から推定する」ためのRパッケージの話題で、その名も{CausalImpact}という。 ということで、ちろっと触ってみたので簡単にレビューしてみようと思います。本当は色々試してみたかったんですが、ちょっと手元に良いデータがないのでヘルプの事例のみでご勘弁を。。。 インストール 追記 (Jan 29 2020) 現在はCRANからインストールできます。 install.pack
Microsoft Word - novel-trend.docx
情報処理学会研究報告 IPSJ SIG Technical Report ⓒ2012 Information Processing Society of Japan 1 オンライン小説におけるキーワードの時系列傾向分析 浦川隆寛†1 伊東栄典†2 Web 上の利用者投稿型メディアであるオンライン小説では，現在流行分野の小説を書かれることが多い．本研究で は，作者が小説へ付与するキーワードの時系列分析を行い，ジャンルの流行り廃りを解析する．キーワードにはゆら ぎがあるため，機械的に算出した関連語の傾向分析も行うことにした．本論文では，作成した時系列分析ツールの構 成を述べる．また，傾向分析に用いたデータを説明し，最後にいくつかの興味深い分析結果を示す． A study of keywords frequency trend analysis of online novels TAKAHIRO
状態空間モデル | Logics of Blue
最終更新:2017年6月1日 状態空間モデルとはいったい何で、どんな時に使うといいのか、使うとどんなご利益があるのかということについて書きます。 ●状態空間モデル関連のページ なぜ状態空間モデルを使うのか 状態空間モデル：状態空間モデルのことはじめ ｄｌｍの使い方 ：Ｒで正規線形状態空間モデルを当てはめる ローカルレベルモデル：ｄｌｍパッケージを使ってローカルレベルモデルを当てはめる 季節とトレンド：ｄｌｍパッケージを使って季節成分とトレンドの入ったモデルを作る dlmによる時変形数モデル：ｄｌｍによる「時間によって係数が変化する回帰モデル」の作成 Pythonによる状態空間モデル：R言語ではなくPythonを使いたい方はこちらをどうぞ 時系列分析と状態空間モデルの基礎：サポートページ：時系列分析と状態空間モデルの入門書を書きました。 状態空間モデルに関しては、大枠を説明してから 少しずつ
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
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
Amazon.co.jp: 経済・ファイナンスデータの計量時系列分析 (統計ライブラリー): 竜義,沖本: 本