Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
時系列予測モデル1
Search
NearMeの技術発表資料です
January 06, 2023
Research
0
99
時系列予測モデル1
NearMeの技術発表資料です
January 06, 2023
Tweet
Share
More Decks by NearMeの技術発表資料です
See All by NearMeの技術発表資料です
GTFSのデータを Streamlitで可視化してみた
nearme_tech
0
18
Offset / Cursor Paginationについて
nearme_tech
1
21
⼤規模⾔語モデルの拡張(RAG)が 終わったかも知れない件について
nearme_tech
22
15k
VRPを深層強化学習で解く
nearme_tech
0
59
Let’s go monorepo - intro to Nx.dev
nearme_tech
0
15
Dynamic Vehicle Routing のシミュレーションを Streamlitで作ってみた
nearme_tech
0
61
ログ監視ツールについて調べてみた
nearme_tech
0
52
(インターン生が大学院で行なっている)研究紹介
nearme_tech
0
44
拡散モデルの概要 −§2. スコアベースモデルについて−
nearme_tech
0
55
Other Decks in Research
See All in Research
Evolutionary Optimization ofModel Merging Recipes (2024/04/17, NLPコロキウム)
iwiwi
5
2k
Equivalence of Geodesics and Importance Weighting from the Perspective of Information Geometry
mkimura
0
130
CASCON 2023 Most Influential Paper Award Talk
tsantalis
0
110
論文紹介 DSRNet: Single Image Reflection Separation via Component Synergy (ICCV 2023)
tattaka
0
180
メタ動画データセットによる動作認識の現状と可能性
yuyay
0
170
生成AIを用いたText to SQLの最前線
masatoto
1
2k
Azure Arc-enabled Serversを利用した ハイブリッド・マルチクラウド環境の管理 / Managing Hybrid Multi-cloud Environments with Azure Arc-enabled Servers
nttcom
0
210
眠眠ガチャ:ガチャを活用した睡眠意欲向上アプリの開発 / EC71inui
yumulab
0
130
音声処理ツールキットESPnetの現在と未来
kanbayashi1125
2
530
自己教師あり学習による事前学習(CVIMチュートリアル)
naok615
2
1.4k
The Theory behind Vector DB
matsui_528
0
1.4k
Rの機械学習フレームワークの紹介〜tidymodelsを中心に〜 / machine_learning_with_r2024
s_uryu
0
210
Featured
See All Featured
Six Lessons from altMBA
skipperchong
20
3k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
60
14k
GraphQLの誤解/rethinking-graphql
sonatard
50
9.2k
How GitHub Uses GitHub to Build GitHub
holman
468
290k
The Straight Up "How To Draw Better" Workshop
denniskardys
227
130k
How GitHub (no longer) Works
holman
304
140k
Visualization
eitanlees
135
14k
Faster Mobile Websites
deanohume
297
30k
Into the Great Unknown - MozCon
thekraken
10
980
From Idea to $5000 a Month in 5 Months
shpigford
377
45k
Build The Right Thing And Hit Your Dates
maggiecrowley
23
2k
YesSQL, Process and Tooling at Scale
rocio
163
13k
Transcript
0 時系列予測モデル1 2022-1-6 第27回NearMe技術勉強会 Hazuki Shibayama
1 目次 • 時系列モデル • 定常性
2 時系列予測モデル • 過去の値を説明変数として,現在の値を予測 • 時系列データの不規則な変動を確率的なモデルで表現 ◦ 自己回帰モデル(ARモデル) ◦ 移動平均モデル(MAモデル)
◦ ARMAモデル ◦ ARIMAモデル ◦ 指数平滑モデル ◦ ウィンタースモデル 等
3 定常性 データの背後にある確率過程が時間変化に応じて変化しない場合,定常性がある 時系列データを各時間t ∈ {1… 𝑛}ごとの分布から抽出された確率変数𝑅𝑡 の列とみなす 実現値{𝑟1, 𝑟2
, 𝑟3 , … , 𝑟𝑛 } 確率変数列{𝑅1, 𝑅2 , 𝑅3 , … , 𝑅𝑛 } データが定常性を持つ条件 ①各分布の平均E 𝑅𝑡 が一定 ②分散V 𝑅𝑡 も一定 ③自己共分散Cov(𝑅𝑡, 𝑅𝑡−ℎ)はラグhのみに依存 各時点の確率変数の分布が異なるイメージ →これは非定常 時間とともに変化する確率変数
4 定常性 要するに定常性とは 平均回帰的(データが平均の方向に戻っていく傾向)で,トレンドや季節性を持たないデータ 定常なデータ ex) ホワイトノイズ, 非定常なデータ ex)GDP,株価(世の中のデータのほとんど)
5 定常性 • 定常性の確認方法 ◦ 視覚化(データを見る) ◦ 自己相関関数をプロット ◦ 単位根検定
等 • 定常なデータに使えるモデル ◦ 自己回帰モデル(ARモデル) ◦ 移動平均モデル(MAモデル) ◦ ARMAモデル ◦ 指数平滑モデル 等 • 非定常なデータに使えるモデル ◦ ARIMAモデル ◦ SARIMAモデル ◦ 状態空間モデル 等
6 参考文献 時系列解析における定常過程について解説 (https://bigdata-tools.com/time-series-teijo-katei/) [R]時系列分析の基礎まとめ - Qiita (https://qiita.com/YM_DSKR/items/2528548913378bfbf9bc) 時系列解析の定常性入門 -
Qiita (https://qiita.com/maruman029/items/59737da812a0ca21458e) 時系列データの定常性の検出 (https://ichi.pro/toki-keiretsu-de-ta-no-teijosei-no-kenshutsu-231576216659512)
7 Thank you