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

[輪読]時系列解析入門 5章

ysekky
April 08, 2015
Science
1
300

[輪読]時系列解析入門 5章

ysekky

April 08, 2015
Tweet

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
1.9k
[論文紹介] A Method to Anonymize Business Metrics to Publishing Implicit Feedback Datasets (Recsys2020) / recsys20-reading-gunosy-datapub
ysekky
3
2.6k
JSAI2020 OS-12 広告とAI オープニング / JSAI2020-OS-12-ads-and-ai-opening
ysekky
0
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
740
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
2.7k
Gunosyにおけるニュース記事推薦/ news-recommendation-in-gunosy-webdbf2019
ysekky
1
1.4k
DEIM2019技術報告セッション - Gunosyの研究開発 / deim-2019-sponsor-session-gunosy-research
ysekky
0
1k
Analysis of Bias in Gathering Information Between User Attributes in News Application (ABCCS 2018)
ysekky
1
2.2k
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
3.8k

Other Decks in Science

See All in Science
Spectral Sparsification of Hypergraphs
tasusu
0
200
Online Feedback Optimization
floriandoerfler
0
540
Cross-Media Information Spaces and Architectures (CISA)
signer
PRO
3
30k
ほたるのひかり/RayTracingCamp10
kugimasa
0
420
トラブルがあったコンペに学ぶデータ分析
tereka114
2
1.2k
白金鉱業Meetup Vol.16_【初学者向け発表】 数理最適化のはじめの一歩 〜身近な問題で学ぶ最適化の面白さ〜
brainpadpr
10
1.7k
Analysis-Ready Cloud-Optimized Data for your community and the entire world with Pangeo-Forge
jbusecke
0
120
Science of Scienceおよび科学計量学に関する研究論文の俯瞰可視化_LT版
hayataka88
0
990
2024-06-16-pydata_london
sofievl
0
550
HAS Dark Site Orientation
astronomyhouston
0
5.4k
MoveItを使った産業用ロボット向け動作作成方法の紹介 / Introduction to creating motion for industrial robots using MoveIt
ry0_ka
0
200
Introduction to Graph Neural Networks
joisino
PRO
4
2.1k

Featured

See All Featured
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
330
21k
Fantastic passwords and where to find them - at NoRuKo
philnash
50
2.9k
Art, The Web, and Tiny UX
lynnandtonic
298
20k
Documentation Writing (for coders)
carmenintech
67
4.5k
Visualization
eitanlees
146
15k
Rails Girls Zürich Keynote
gr2m
94
13k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
159
15k
Building a Modern Day 
E-commerce SEO Strategy
aleyda
38
7k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
191
16k
Scaling GitHub
holman
459
140k
Practical Orchestrator
shlominoach
186
10k

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