実践 時系列解析 ―統計と機械学習による予測

時系列データが使われる範囲は広く、医療データ、金融分析、経済予測、天気予報など、さまざまな分野で使われています。時系列データを通してデータ解析手法を学んでゆくアプローチで、データのクリーニング、プロットの方法、入出力など基本的なトピックについてひととおりカバーしてから、さまざまな分野の事例を数多く取り上げ、統計的手法と機械学習手法の両方を時系列データに適用し、また人気のオープンソースツールも積極的に取り入れた手法を紹介します。プログラムにはRとPythonの両方を利用。データセットやコードはGitHubからダウンロード可能です。

色に関して、撮影状況やご使用のパソコン環境により、実物と多少色が異なる場合がございます。サイズに関して、ブランドや商品によって実際のサイズと異なる場合がございますので、ご不明な場合は、出品者にお問い合わせください。

サイズ	指定なし
フリーサイズ	○

Aileen Nielsen(アイリーン・ニールセン):ニューヨーク市を拠点とするソフトウェアエンジニアおよびデータアナリスト。対象はヘルスケアスタートアップから政治キャンペーンまで、顧客は物理学の研究室から金融ファームまで、さまざまな分野における時系列およびその他のデータ処理を行う。現在、予測アプリケーション用のニューラルネットワークを開発中。

※配送方法が複数ある場合はカート内にて変更ができます。
※配送会社の状況等によって、商品到着日が遅れる場合がございます。あらかじめご了承ください。

配送方法	送料	追跡	配送目安
その他(配送無料)	￥0	なし	５日～８日