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
2.4k
[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
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
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
4.1k
Other Decks in Science
See All in Science
(メタ)科学コミュニケーターからみたAI for Scienceの同床異夢
rmaruy
0
190
フィードフォワードニューラルネットワークを用いた記号入出力制御系に対する制御器設計 / Controller Design for Augmented Systems with Symbolic Inputs and Outputs Using Feedforward Neural Network
konakalab
0
110
凸最適化からDC最適化まで
santana_hammer
1
370
検索と推論タスクに関する論文の紹介
ynakano
1
180
academist Prize 4期生 研究トーク延長戦!「美は世界を救う」っていうけど、どうやって?
jimpe_hitsuwari
0
500
Accelerating operator Sinkhorn iteration with overrelaxation
tasusu
0
240
先端因果推論特別研究チームの研究構想と 人間とAIが協働する自律因果探索の展望
sshimizu2006
3
810
学術講演会中央大学学員会府中支部
tagtag
PRO
0
370
KH Coderチュートリアル(スライド版)
koichih
1
59k
なぜ21は素因数分解されないのか? - Shorのアルゴリズムの現在と壁
daimurat
0
350
20260220 OpenIDファウンデーション・ジャパン ご紹介 / 20260220 OpenID Foundation Japan Intro
oidfj
0
270
Bear-safety-running
akirun_run
0
120
Featured
See All Featured
Typedesign – Prime Four
hannesfritz
42
3k
A designer walks into a library…
pauljervisheath
210
24k
GitHub's CSS Performance
jonrohan
1032
470k
Everyday Curiosity
cassininazir
0
180
From π to Pie charts
rasagy
0
160
B2B Lead Gen: Tactics, Traps & Triumph
marketingsoph
0
86
Balancing Empowerment & Direction
lara
5
980
Product Roadmaps are Hard
iamctodd
PRO
55
12k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
360
30k
How Fast Is Fast Enough? [PerfNow 2025]
tammyeverts
3
500
Efficient Content Optimization with Google Search Console & Apps Script
katarinadahlin
PRO
1
430
The Spectacular Lies of Maps
axbom
PRO
1
650
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