Upgrade to Pro — share decks privately, control downloads, hide ads and more …

[輪読]時系列解析入門 5章

Sponsored · Your Podcast. Everywhere. Effortlessly. Share. Educate. Inspire. Entertain. You do you. We'll handle the rest. →
Avatar for ysekky ysekky
April 08, 2015
Science
320
1

[輪読]時系列解析入門 5章

Avatar for ysekky

ysekky

April 08, 2015

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
Avatar for ysekky ysekky
0
2.4k
[論文紹介] A Method to Anonymize Business Metrics to Publishing Implicit Feedback Datasets (Recsys2020) / recsys20-reading-gunosy-datapub
Avatar for ysekky ysekky
3
2.9k
JSAI2020 OS-12 広告とAI オープニング / JSAI2020-OS-12-ads-and-ai-opening
Avatar for ysekky 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
Avatar for ysekky ysekky
1
810
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
Avatar for ysekky ysekky
0
3k
Gunosyにおけるニュース記事推薦/ news-recommendation-in-gunosy-webdbf2019
Avatar for ysekky 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
Avatar for ysekky ysekky
0
1.2k
Analysis of Bias in Gathering Information Between User Attributes in News Application (ABCCS 2018)
Avatar for ysekky 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
Avatar for ysekky ysekky
0
4.1k

Other Decks in Science

See All in Science
Vibecoding for Product Managers
Avatar for Ibukun Adedeji ibknadedeji
0
160
Understanding CVP Waveforms: Interpretation and Clinical Implications in Anesthesiology
Avatar for Nakashima Takaya taka88
0
480
AIに仕事を奪われる
最初の医師たちへ
Avatar for iKora128 ikora128
0
1.1k
データベース03: 関係データモデル
Avatar for Y. Yamamoto trycycle
PRO
1
480
AIによる科学の加速： 各領域での革新と共創の未来
Avatar for Masaya Mori (森正弥) / CAIO (Chief AI Officer) masayamoriofficial
0
540
Distributional Regression
Avatar for takyas tackyas
0
470
タンパク質間相互作⽤を利⽤した⼈⼯知能による新しい薬剤遺伝⼦-疾患相互作⽤の同定
Avatar for Y-h. Taguchi tagtag
PRO
0
200
People who frequently use ChatGPT for writing tasks are accurate and robust detectors of AI-generated text
Avatar for hajime kiyama rudorudo11
0
220
シャボン玉の虹から原子も地震も重力も見える！ 〜 物理の目「干渉縞」のすごい力 〜
Avatar for Syota-Sasaki syotasasaki593876
1
120
データマイニング - ウェブとグラフ
Avatar for Y. Yamamoto trycycle
PRO
0
280
データベース04: SQL (1/3) 単純質問 & 集約演算
Avatar for Y. Yamamoto trycycle
PRO
0
1.2k
Accelerating operator Sinkhorn iteration with overrelaxation
Avatar for Tasuku Soma tasusu
0
310

Featured

See All Featured
The Illustrated Guide to Node.js - THAT Conference 2024
Avatar for David Neal reverentgeek
1
340
Practical Tips for Bootstrapping Information Extraction Pipelines
Avatar for Matthew Honnibal honnibal
25
1.9k
Public Speaking Without Barfing On Your Shoes - THAT 2023
Avatar for David Neal reverentgeek
1
380
How to make the Groovebox
Avatar for あそなす asonas
2
2.1k
Utilizing Notion as your number one productivity tool
Avatar for Mfonobong Umondia mfonobong
4
300
Claude Code のすすめ
Avatar for schroneko schroneko
67
220k
Primal Persuasion: How to Engage the Brain for Learning That Lasts
Avatar for Mike Taylor tmiket
0
330
Leo the Paperboy
Avatar for Maya Tellez mayatellez
7
1.7k
Building Adaptive Systems
Avatar for Chris Keathley keathley
44
3k
The Curious Case for Waylosing
Avatar for Cassini Nazir cassininazir
0
330
Optimising Largest Contentful Paint
Avatar for Harry Roberts csswizardry
37
3.7k
brightonSEO & MeasureFest 2025 - Christian Goodrich - Winning strategies for Black Friday CRO & PPC
Avatar for Christian Goodrich cargoodrich
3
690

Transcript

  1. 時系列解析入門    5章 最小２乗法 Yoshifumi  Seki  (Gunosy  Inc)   2015.04.07

  2. 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  

     

  3. 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  

  4. 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. 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  

  6. 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
  7. None