実践Data　Scienceシリーズ　Pythonではじめる時系列分析入門

★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 第1部 時系列分析の基本 第1章 時系列分析をはじめよう 第2章 時系列データの構造 第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 第1章 環境構築 第2章 Pythonの基本 第3章 Pythonによる統計分析の基本 第4章 pandasによる日付処理の基本 第5章 Pythonによる時系列分析の基本 第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 第1章 単純な時系列予測の手法 第2章 季節調整とトレンド除去 第3章 sktimeの使い方 第4章 指数平滑化法とその周辺 第4部 Box-Jenkins法とその周辺 第1章 Box-Jenkins法から自動予測アプローチへ 第2章 ARIMAモデル 第3章 SARIMAXモデル 第4章 モデル選択 第5部 線形ガウス状態空間モデル 第1章 状態空間モデルの概要 第2章 ローカルレベルモデルの基本 第3章 ローカルレベルモデルの実装 第4章 ローカルレベルモデルの数理 第5章 基本構造時系列モデル 第6章 状態空間モデルの分析事例 第6部 機械学習法 第1章 LightGBM 第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 第1章 モデルの保存と読み込み 第2章 時系列分析の実践におけるTipsと注意点