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
PRO
January 06, 2023
Research
0
110
時系列予測モデル1
NearMeの技術発表資料です
PRO
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
2つの曲線を比較する方法ってあるの? 〜フレシェ距離を試してみた〜 with Python
nearme_tech
PRO
1
18
Constrained K-means Clustering (クラスタサイズの制限をしたK-means法) を調べてみた
nearme_tech
PRO
0
16
VRPの近傍操作SWAP*について調べてみた
nearme_tech
PRO
1
49
新人エンジニアが読んでためになった本
nearme_tech
PRO
2
21
Object–relational mapping and query builder battle 1: Intro to Prisma
nearme_tech
PRO
1
29
深層学習モデルの最適化 -Deep Learning Tuning Playbookを読む-
nearme_tech
PRO
1
52
機械学習を支える連続最適化
nearme_tech
PRO
1
44
サードパーティクッキーの終焉と Topics APIによる代替の可能性
nearme_tech
PRO
1
81
ONNXハンズオン
nearme_tech
PRO
2
28
Other Decks in Research
See All in Research
大規模言語モデルを用いた その場での要約に基づく レビュー探索インタフェース
yamamotolab
0
240
AIを前提とした体験の実現に向けて/toward_ai_based_experiences
monochromegane
1
430
バスのサービスレベル向上と運賃策による熊本都市圏の渋滞緩和効果推計 ~公共交通への公的投資に向けた感度と集計QVに基づく迅速なシナリオ検討~
trafficbrain
0
180
Cross-Media Information Spaces and Architectures
signer
PRO
0
150
継続的な研究費獲得のための考え方
moda0
2
540
MLtraq: Track your AI experiments at hyperspeed
micheda
1
170
この先生きのこるには
verypluming
3
4.5k
僕たちがグラフニューラルネットワークを学ぶ理由
joisino
25
11k
「人間にAIはどのように辿り着けばよいのか?ー 系統的汎化からの第一歩 ー」@第22回 Language and Robotics研究会
maguro27
0
400
LINEチャットボット「全力肯定彼氏くん(LuC4)」の 1年を振り返る
o_ob
0
680
DiscordにおけるキャラクターIPを活用したUGCコンテンツ生成サービスの ラピッドプロトタイピング ~国際ハッカソンでの事例研究
o_ob
0
150
Weekly AI Agents News!
masatoto
18
11k
Featured
See All Featured
Web Components: a chance to create the future
zenorocha
307
41k
Adopting Sorbet at Scale
ufuk
71
8.8k
The Pragmatic Product Professional
lauravandoore
29
6.1k
Optimising Largest Contentful Paint
csswizardry
18
2.6k
Agile that works and the tools we love
rasmusluckow
325
20k
Facilitating Awesome Meetings
lara
46
5.8k
Fireside Chat
paigeccino
25
2.8k
Fontdeck: Realign not Redesign
paulrobertlloyd
79
5.1k
The Art of Programming - Codeland 2020
erikaheidi
48
13k
How STYLIGHT went responsive
nonsquared
93
5k
Building Your Own Lightsaber
phodgson
101
5.9k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
245
1.2M
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