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
330
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
820
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
1.3k
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
(2025) Balade en cyclotomie
Avatar for Roger Mansuy mansuy
0
600
Inside the Mind of an LLM
Avatar for Luca Baggi baggiponte
0
120
白金鉱業Meetup_Vol.20 効果検証ことはじめ / Introduction to Impact Evaluation
Avatar for BrainPad brainpadpr
2
1.9k
生成AIの現状と展望
Avatar for Y-h. Taguchi tagtag
PRO
0
130
Physical AIを支えるWeights & Biases
Avatar for Keisuke Kamata olachinkei
1
340
次代のデータサイエンティストへ～スキルチェックリスト、タスクリスト更新～
Avatar for The Japan DataScientist Society datascientistsociety
PRO
3
41k
データベース05: SQL(2/3) 結合質問
Avatar for Y. Yamamoto trycycle
PRO
0
1.1k
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
210
やるべきときにMLをやる AIエージェント開発
Avatar for Yusuke Fukasawa fufufukakaka
2
1.4k
[NLP2026 参加報告会] AI for Science まとめ / NLP2026
Avatar for ライチ lychee1223
0
1.9k
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
Avatar for BrainPad brainpadpr
1
740
機械学習 - K-means & 階層的クラスタリング
Avatar for Y. Yamamoto trycycle
PRO
0
1.5k

Featured

See All Featured
Highjacked: Video Game Concept Design
Avatar for Ryan Kendrick rkendrick25
PRO
1
370
Measuring Dark Social's Impact On Conversion and Attribution
Avatar for Stephen Akadiri stephenakadiri
2
200
YesSQL, Process and Tooling at Scale
Avatar for Rocio Delgado rocio
174
15k
[RailsConf 2023 Opening Keynote] The Magic of Rails
Avatar for Eileen M. Uchitelle eileencodes
31
10k
Done Done
Avatar for chrislema chrislema
186
16k
JAMstack: Web Apps at Ludicrous Speed - All Things Open 2022
Avatar for David Neal reverentgeek
1
460
Heart Work Chapter 1 - Part 1
Avatar for Lake Fama lfama
PRO
7
36k
A designer walks into a library…
Avatar for Paul Jervis Heath pauljervisheath
211
24k
Put a Button on it: Removing Barriers to Going Fast.
Avatar for kastner kastner
60
4.3k
SEO in 2025: How to Prepare for the Future of Search
Avatar for Michael King ipullrank
3
3.5k
What the history of the web can teach us about the future of AI
Avatar for Ines Montani inesmontani
PRO
1
590
The Limits of Empathy - UXLibs8
Avatar for Cassini Nazir cassininazir
1
340

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