Ｐｙｔｈｏｎではじめる時系列分析入門 /馬場真哉

≪商品情報≫

著者名：馬場真哉
出版社名：講談社
発行年月：2024年09月
判型：Ｂ５
ISBN：9784065369821


≪内容情報≫

★実務に役立つ「理論」こそが、最も実践的な「知識」なのだ！★

・理論とPython実装をバランスよく学べる、初学者向け入門書
・古典的な技術から、比較的新しい手法までを丁寧に解説
・実践的な実装技術や分析におけるTipsについても解説

【サポートサイト】
https://logics-of-blue.com/python-tsa-intro-book-support/

【本書より抜粋】
本書では実際にデータを分析しているあなたが、納得感を持って分析できるような知識を身につけてもらうことを目指しました。本書ではできる限り暗黙知を言葉にすることに努めました。入門書なので数式はかなり減らしましたが、理論的な話が多いので、読み切るのはそれなりに大変かもしれません。それでも、こういった理論こそが、現在では最も実践的な知識なのだと信じています。

【主な内容】
第1部 時系列分析の基本
1章 時系列分析をはじめよう
2章 時系列データの構造
3章 データ生成過程の基本

第2部 Pythonによる時系列分析の基本
1章 環境構築
2章 Pythonの基本
3章 Pythonによる統計分析の基本
4章 pandasによる日付処理の基本
5章 Pythonによる時系列分析の基本
6章 時系列データのシミュレーションと見せかけの回帰

第3部 基本的な時系列分析の手法
1章 単純な時系列予測の手法
2章 季節調整とトレンド除去
3章 sktimeの使い方
4章 指数平滑化法とその周辺

第4部 Box-Jenkins法とその周辺
1章 Box-Jenkins法から自動予測アプローチへ
2章 ARIMAモデル
3章 SARIMAXモデル
4章 モデル選択

第5部 線形ガウス状態空間モデル
1章 状態空間モデルの概要
2章 ローカルレベルモデルの基本
3章 ローカルレベルモデルの実装
4章 ローカルレベルモデルの数理
5章 基本構造時系列モデル
6章 状態空間モデルの分析事例

第6部 機械学習法
1章 LightGBM
2章 ニューラルネットワークと深層学習

第7部 時系列予測の実践的技術
1章 モデルの保存と読み込み
2章 時系列分析の実践におけるTipsと注意点