データの流れを読み解き
将来予測等に役立てる
気温、株価、GDP、血圧、脳波、地震の波動など、時間的な順序を伴いながら観測されるデータを時系列データといいます。身の回りにはこういった時系列データがたくさんあります。時系列解析は、時系列データに潜む傾向や特徴を把握したり、時系列データの将来の値を予測する際に有効な技術です。
本講座は、座学、演習、通し課題で構成されます。座学では、時系列データの前処理から状態空間モデルまで、時系列解析を行うための基礎知識を横断的に学びます。演習では、statsmodels、Prophet、PyStan 等の時系列解析向けのツールについて、実装方法や活用例を学びます。そして、通し課題では、時系列データを用いた一連の分析プロセスを経験することによって、現場で使える実践力を身につけます。
講座の特長
-
1
時系列データの基礎から、時系列モデリングの実装までを
身につけることができる -
2
ARIMAモデルに代表される状態空間モデルの知識を
身につけることができる -
3
通し課題を通じて、実践的な分析のノウハウを
身につけることができる -
4
合同発表会でデータ分析の実務経験が豊富な講師から
自身の成果発表に対するフィードバックを直接受けられる
得られる知識・スキル
-
自己相関など、時系列データに関する基礎的な知識全般
-
ARIMAモデルやカルマンフィルターに関する知識
-
状態空間モデル、MCMCに関する知識
こんな方におすすめ
- 時系列データを今後分析したいと考えている方
- 時系列データ分析に関する知識を深めたいと考えている方
- 時系列モデリングを学びたい方
カリキュラム（一部抜粋）
序章
第1章 時系列解析基礎
- 時系列解析とは
- 時系列データの特徴
- 時系列解析における前処理
など全6トピックス
第2章 機械学習手法を用いた時系列予測
- 部分時系列
- 特徴量の作り方
第3章 自己回帰系モデル
- 自己回帰系モデル概要
など全9トピックス
第4章 状態空間モデル
- 状態空間モデル概要
- 線形ガウス状態空間モデル
- 一般化状態空間モデル
など全6トピックス
第5章 ベイズ推定
- ベイズ推定概要
- 正規分布の推定
第6章 マルコフ連鎖モンテカルロ法
- マルコフ連鎖モンテカルロ法概要
- ギブスサンプリング
など全4トピックス
第7章 時系列解析の事例
カリキュラムは変更となる場合がございます。
担当講師
小縣 信也
兵庫県出身。大阪市立大学工学部卒業後、建材メーカー、設備設計事務所に勤務。2010年、OpenFOAM勉強会for beginner(現オープンCAE勉強会＠関東)を立ち上げ3年間幹事を務める。建築環境に関する数値シミュレーション、電力量や温湿度などのセンサーデータに関する分析が専門。1級建築士、エネルギー管理士。2013年、国土交通省国土技術政策総合研究所 優秀技術者賞受賞。
日本ディープラーニング協会主催2018E資格試験 優秀賞受賞、2019#1E資格試験優秀賞受賞。最近は、需要予測や異常検知などのモデル開発に取り組んでいる。著書「徹底攻略ディープラーニングE資格エンジニア問題集」（インプレス）。
講座概要
| 講座名 | 現場で使える時系列解析講座 |
|---|---|
| 受講形式 |
オンライン講座：eラーニング形式 お好きな時間、お好きな場所でeラーニング形式にて受講いただけます。 |
| 前提となる知識・スキル |
必須スキル
推奨スキル
|
| 講座時間 | 動画講義約8.5時間（演習時間を除く） |
| 料金 | 275,000円／1名（税込） |
| 料金に標準で含まれるもの |
|
| 動画の視聴期間 | 動画共有日から1年間 |
| チャットの質問期間 | 講座チャンネルへの招待日から3ヶ月間 |
| PCの動作環境 |
|
| 事前準備 | 本講座では、MinicondaまたはAnacondaをインストールしていただきます。また、pipというライブラリ管理ソフトを使って、Python ライブラリをインストールしていただきます。これらインストール作業を行えるパソコン環境をご準備ください。特に、社用のパソコンなどでアクセス制限のあるインターネット回線をご利用の方は、インストール作業を問題なく行えることを事前にご確認ください。ご不明な点がございましたら、事前にご連絡ください。 |
開催日程
オンライン講座：eラーニング形式
随時お申し込み可能です。受講方法については、お支払い確認後、3営業日以内にご案内いたします。
合同発表会
- ライブ配信にて、課題の発表やそれに対するフィードバック、質疑応答などを行います。
- 参加は任意です。
- 開催日程については、参加をご希望される方にご連絡させていただきます。
個人受講者のコメント