$30 off During Our Annual Pro Sale. View Details »

[輪読]時系列解析入門 5章

Avatar for ysekky ysekky
April 08, 2015
Science
1
320

[輪読]時系列解析入門 5章

Avatar for ysekky

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
Avatar for ysekky ysekky
0
2.3k
[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
2.8k
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
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
Avatar for ysekky ysekky
0
2.9k
Gunosyにおけるニュース記事推薦/ news-recommendation-in-gunosy-webdbf2019
Avatar for ysekky ysekky
1
1.5k
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
4k

Other Decks in Science

See All in Science
Lean4による汎化誤差評価の形式化
Avatar for Kei Tsukamoto milano0017
1
390
機械学習 - ニューラルネットワーク入門
Avatar for Y. Yamamoto trycycle
PRO
0
910
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
0
130
[Paper Introduction] From Bytes to Ideas: Language Modeling with Autoregressive U-Nets
Avatar for omoto haruumi haruumiomoto
0
170
Rashomon at the Sound: Reconstructing all possible paleoearthquake histories in the Puget Lowland through topological search
Avatar for Richard Styron cossatot
0
260
動的トリートメント・レジームを推定するDynTxRegimeパッケージ
Avatar for saltcooky saltcooky12
0
240
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
320
A Guide to Academic Writing Using Generative AI - A Workshop
Avatar for Kenji Saito ks91
PRO
0
170
PPIのみを用いたAIによる薬剤–遺伝子–疾患 相互作用の同定
Avatar for Y-h. Taguchi tagtag
0
120
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
1.1k
会社でMLモデルを作るとは @電気通信大学 データアントレプレナーフェロープログラム
Avatar for yuto16 yuto16
1
450
【RSJ2025】PAMIQ Core: リアルタイム継続学習のための⾮同期推論・学習フレームワーク
Avatar for Geson Anko gesonanko
0
470

Featured

See All Featured
A designer walks into a library…
Avatar for Paul Jervis Heath pauljervisheath
210
24k
The AI Search Optimization Roadmap by Aleyda Solis
Avatar for Aleyda Solis aleyda
1
5k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
Avatar for Eileen M. Uchitelle eileencodes
141
34k
WCS-LA-2024
Avatar for Leonardo Collado-Torres lcolladotor
0
390
Building an army of robots
Avatar for Kyle Neath kneath
306
46k
Bioeconomy Workshop: Dr. Julius Ecuru, Opportunities for a Bioeconomy in West Africa
Avatar for AKADEMIYA2063 akademiya2063
PRO
0
31
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
Avatar for Rebecca Miller-Webster rmw
35
3.3k
Stewardship and Sustainability of Urban and Community Forests
Avatar for Eric Wiseman pwiseman
0
73
The MySQL Ecosystem @ GitHub 2015
Avatar for Sam Lambert samlambert
251
13k
Optimizing for Happiness
Avatar for Tom Preston-Werner mojombo
379
70k
Leadership Guide Workshop - DevTernity 2021
Avatar for David Neal reverentgeek
0
170
Navigating the Design Leadership Dip - Product Design Week Design Leaders+ Conference 2024
Avatar for Andy Polaine apolaine
0
120

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