セミナー情報

時系列データ解析・モデル化の基礎と予測・検証・分析への応用 〜デモ付〜

〜 定常モデルと非定常モデル、時系列モデルの最適化、機械学習による予測精度向上、Rによるデモ 〜

  • 予備知識がなくても理解できるよう、時系列解析のノウハウを基礎から解説する講座!
  • 実務で使われる定常・非定常モデルから高度な機械学習モデルまで習得し、時系列データの特徴抽出や将来予測、異常検知に活かそう!

講師の言葉

 機械学習や人工知能が注目を集めていますが、技術的な大変化が突然起こったのではなく、過去の研究成果を少し改良しただけで深層学習などのブレイクスルーが起こりました。つまりホットな技術を活用するためにも、基礎的な周辺知識は必ず役立ちます。
 そこで今回のセミナーでは「時系列データ解析」に特化し、データの個性を定量化する統計的指標や、数式として表現する時系列モデルを多数紹介します。更にこれらの応用として「将来予測」に着眼し、より高度な機械学習モデルを取り入れつつ、実務への応用をサポートします。
 なお本セミナーでは方法論のみに終始せず、フリーソフト(Rを予定)によるデモを多数行います。デモに用いたプログラムは全て配布しますので、復習にご活用頂けますと幸いです。

セミナー詳細

開催日時 2016年09月07日(水) 10:30 ~ 17:30
開催場所 【東京】日本テクノセンター研修室
カテゴリー ソフト・データ解析・画像・デザイン
受講対象者 ものづくり企業、ソフトウェア関連企業、金融関連、試験機関、公共機関などの方でデータ解析に携わる技術者の方
予備知識 特に必要ございません
修得知識 ・時系列データの特徴を定量化できる
・その特徴に応じて時系列データを分類できる
・時系列データを数学的に表現(モデル化)できる
・過学習を考慮した適切な予測モデルを構築できる
・機械学習モデルを用いて高度な予測を実現できる
・「相関がある」「因果がある」「非独立である」の違いを理解できる
・フリーソフトを駆使して各手法をご自身の業務に活用できる
プログラム

1. 時系列データの特徴を調べる
  (1). ランダムか、法則的か
    a. 確率論的モデルと決定論的モデル
    b. その判別方法(法則性の可視化)
  (2). 過去は未来に影響するか
    a. 相関性と非独立性(非線形相関)の違い
    b. 非独立性の確認(連検定、BDSテスト、相互情報量)
    c. 相関性の確認(相関係数、自己相関関数)
    d. 疑似相関に注意 (偏相関係数)
    e. 偏自己相関関数
  (3). 他から影響を受けるか
    a. 同時刻の関係(相関性と非独立性の違い)
    b. 時間遅れを伴う関係(相関性と因果性の違い)
    c. 相関性の確認(相互相関関数)
    d. 因果性の確認(グランジャー因果テスト、移動エントロピー)

 


2. 様々な時系列モデル
  (1). 定常モデル
    a. 定常性と非定常性
    b. AR(自己回帰)モデル
    c. ARMA(自己回帰移動平均)モデル
    d. 重回帰分析との関係
  (2). 非定常モデル
    a. 平均値が時変する(トレンドを持つ)モデル(ARIMAモデル)
    b. 分散値が時変するモデル(ARCHモデル、GARCHモデル)
  (3). モンテカルロシミュレーションによる長期予測

 


3. 時系列モデルの最適化
  (1). 残差分析によるモデルの適正診断
    a. 無相関性の検定、正規性の検定、定常性の検定、独立性の検定
  (2). モデルの複雑さの最適化
    a. 過学習を回避せよ
    b. 学習誤差と汎化誤差
    c. バイアスとバリアンス
    d. AIC、交差確認法の活用事例

 


4. 機械学習による非線形予測モデル
  (1). 線形モデルと非線形の違い
    a. 最も手軽なのに高性能な「k近傍法」
    b. 機械学習の失敗につながる「次元の呪い」
  (2). ニューラルネットワーク
    a. 近傍点の隙間を滑らかに埋める
    b. 深層学習(ディープラーニング)との関係
  (3). 決定木
    a. 質的変数も利用できる予測モデル
  (4). 集団学習
    a. 多数決で予測精度を向上させる
    b. 予測精度が向上する理由
    c. バギング、ランダムフォレストの活用事例

キーワード R Python ARモデル ARMAモデル ARIMAモデル ARCHモデル GARCHモデル 残差分析 モデルの最適化 線形モデル 非線形モデル k近傍法 次元の呪い ニューラルネット 深層学習 ディープラーニング 決定木 予測モデル 集団学習 ランダムフォレスト
タグ データ解析
受講料 一般(1名) : 48,600円 (税込み)
同時複数申し込みの場合(1名) : 43,200円 (税込み)
会場 日本テクノセンター研修室
住所: 〒 163-0722 東京都新宿区西新宿小田急第一生命ビル(22階)
- JR「新宿駅」西口から徒歩10分
- 東京メトロ丸ノ内線「西新宿駅」から徒歩8分
- 都営大江戸線「都庁前駅」から徒歩5分
電話番号 : 03-5322-5888
FAX : 03-5322-5666

このセミナーは受付を終了しました。

次回開催のお知らせや、類似セミナーに関する情報を希望される方は、
以下よりお問い合わせください。

メールを送信する

こちらのセミナーもオススメ

カテゴリ:

電気・機械・メカトロ・設備成形・加工・接着接合・材料化学・環境・異物対策ソフト・データ・画像・デザイン品質・生産管理・コスト・安全研究開発・ビジネススキル

Page Top