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
[輪読]時系列解析入門 5章
Search
ysekky
April 08, 2015
Science
1
320
[輪読]時系列解析入門 5章
ysekky
April 08, 2015
Tweet
Share
More Decks by ysekky
See All by ysekky
スタートアップの開発サイクルに学ぶ 研究活動の進め方 / research practices inspired by startup business strategy
ysekky
0
2.3k
[論文紹介] A Method to Anonymize Business Metrics to Publishing Implicit Feedback Datasets (Recsys2020) / recsys20-reading-gunosy-datapub
ysekky
3
2.8k
JSAI2020 OS-12 広告とAI オープニング / JSAI2020-OS-12-ads-and-ai-opening
ysekky
0
2.2k
JSAI2020インダストリアルセッション - Gunosyにおける研究開発 / jsai2020-gunosy-rd-examples
ysekky
1
800
ウェブサービス事業者における研究開発インターン[株式会社Gunosy] - テキストアナリティクスシンポジウム2019 / research-intern-case-study-at-gunosy
ysekky
0
3k
Gunosyにおけるニュース記事推薦/ news-recommendation-in-gunosy-webdbf2019
ysekky
1
1.6k
DEIM2019技術報告セッション - Gunosyの研究開発 / deim-2019-sponsor-session-gunosy-research
ysekky
0
1.2k
Analysis of Bias in Gathering Information Between User Attributes in News Application (ABCCS 2018)
ysekky
1
2.4k
世代による政治ニュース記事の閲覧傾向の違いの分析 - JSAI2018 / Analysis of differences in viewing behavior of politics news by age
ysekky
0
4k
Other Decks in Science
See All in Science
白金鉱業Vol.21【初学者向け発表枠】身近な例から学ぶ数理最適化の基礎 / Learning the Basics of Mathematical Optimization Through Everyday Examples
brainpadpr
1
550
AIによる科学の加速: 各領域での革新と共創の未来
masayamoriofficial
0
380
イロレーティングを活用した関東大学サッカーの定量的実力評価 / A quantitative performance evaluation of Kanto University Football Association using Elo rating
konakalab
0
180
白金鉱業Meetup_Vol.20 効果検証ことはじめ / Introduction to Impact Evaluation
brainpadpr
2
1.6k
データベース12: 正規化(2/2) - データ従属性に基づく正規化
trycycle
PRO
0
1.1k
データベース05: SQL(2/3) 結合質問
trycycle
PRO
0
870
データマイニング - グラフデータと経路
trycycle
PRO
1
270
Cross-Media Technologies, Information Science and Human-Information Interaction
signer
PRO
3
31k
データベース03: 関係データモデル
trycycle
PRO
1
330
baseballrによるMLBデータの抽出と階層ベイズモデルによる打率の推定 / TokyoR118
dropout009
2
650
凸最適化からDC最適化まで
santana_hammer
1
350
サイコロで理解する原子核崩壊と拡散現象 〜単純化されたモデルで本質を理解する〜
syotasasaki593876
0
140
Featured
See All Featured
Typedesign – Prime Four
hannesfritz
42
2.9k
Fashionably flexible responsive web design (full day workshop)
malarkey
408
66k
Documentation Writing (for coders)
carmenintech
77
5.2k
Statistics for Hackers
jakevdp
799
230k
The SEO identity crisis: Don't let AI make you average
varn
0
54
A designer walks into a library…
pauljervisheath
210
24k
Efficient Content Optimization with Google Search Console & Apps Script
katarinadahlin
PRO
0
290
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
58
41k
For a Future-Friendly Web
brad_frost
180
10k
We Have a Design System, Now What?
morganepeng
54
8k
We Are The Robots
honzajavorek
0
140
世界の人気アプリ100個を分析して見えたペイウォール設計の心得
akihiro_kokubo
PRO
65
36k
Transcript
時系列解析入門 5章 最小2乗法 Yoshifumi Seki (Gunosy Inc) 2015.04.07
5.1 回帰モデルと最小2乗法 • ynを目的変数, xn1,..,xnmを説明変数とすると き以下を回帰モデルという • 行列を用いて以下のように表現できる
5.1 回帰モデルと最小2乗法 • 回帰モデルの対数尤度を最大にする回帰係 数aを求めるためには以下を最小化すればよ い • これを最小2乗法と呼ぶ
5.3 AICによる次数選択 • 次数: 説明変数の個数m • AICによって説明変数の個数を選択するため にはj個の変数を用いた回帰モデルのAIC_jを 求め最小となるjを選択すればよい
5.4 データの追加と分割処理 • 全データメモリに乗せると計算は辛い • 一部のデータから求められていれば,データ を追加してパラメータを更新することは容易で ある
5.5 AICによる変数選択 • 5.3節でみたような形は説明変数を採用する 優先順位が決められているケース • 本節では優先順位も決める – 説明変数の優先順位のインデックスベクトル
• 上記のモデルから最適なモデルを選択する – 個のモデルができる
None