まずは無料でお試し！
現場で使える時系列解析講座
現場で使える時系列解析講座のうち、第1章の一部が視聴できます。受講に迷っている方は、無料動画を見て、分かりやすさやレベル感を確認してみてください。
無料トライアル版に含まれる内容（約1時間相当）
- 第1章 時系列解析基礎
トライアルを利用せずに講座にお申込みの方はこちら
講座で得られる知識・スキル
- 自己相関など、時系列データに関する基礎的な知識全般
- ARIMAモデルやカルマンフィルターに関する知識
- 状態空間モデル、MCMCに関する知識
受講に必要なスキル・前提知識
必須スキル
- Pythonの基礎的な文法と主要なライブラリに関する知識 (機械学習のためのPython入門講座 修了相当)
- 機械学習に必要な数学の基礎知識 (機械学習・ディープラーニングのための数学講座 修了相当)
- 機械学習アルゴリズムの基礎知識＋実装経験（現場で使える機械学習・データ分析基礎講座 修了相当）
推奨スキル
- ディープラーニングの基礎知識（現場で使えるディープラーニング基礎講座 修了相当）
講座の特長
- 時系列データの基礎から、時系列モデリングの実装までを身につけることができる
- ARIMAモデルに代表される状態空間モデルの知識を身につけることができる
- 通し課題を通じて、実践的な分析のノウハウを身につけることができる
- 合同発表会でデータ分析の実務経験が豊富な講師から自身の成果発表に対するフィードバックを直接受けられる
こんな方におすすめ
- 時系列データを今後分析したいと考えている方
- 時系列データ分析に関する知識を深めたいと考えている方
- 時系列モデリングを学びたい方
カリキュラム（一部抜粋）
序章
第1章 時系列解析基礎
- 時系列解析とは
- 時系列データの特徴
- 時系列解析における前処理
など全6トピックス
第2章 機械学習手法を用いた時系列予測
- 部分時系列
- 特徴量の作り方
第3章 自己回帰系モデル
- 自己回帰系モデル概要
など全9トピックス
第4章 状態空間モデル
- 状態空間モデル概要
- 線形ガウス状態空間モデル
- 一般化状態空間モデル
など全6トピックス
第5章 ベイズ推定
- ベイズ推定概要
- 正規分布の推定
第6章 マルコフ連鎖モンテカルロ法
- マルコフ連鎖モンテカルロ法概要
- ギブスサンプリング
など全4トピックス
第7章 時系列解析の事例
※カリキュラムは変更となる場合がございます。
開催日程
オンライン講座：eラーニング形式
随時お申し込み可能です。受講方法については、お支払い確認後、3営業日以内にご案内いたします。
合同発表会
- ライブ配信にて、課題の発表やそれに対するフィードバック、質疑応答などを行います。
- 参加は任意です。
- 開催日程については、参加をご希望される方にご連絡させていただきます。
開催をリクエスト
講師紹介
-
兵庫県出身。大阪市立大学工学部卒業後、建材メーカー、設備設計事務所に勤務。2010年、OpenFOAM勉強会for beginner(現オープンCAE勉強会＠関東)を立ち上げ3年間幹事を務める。建築環境に関する数値シミュレーション、電力量や温湿度などのセンサーデータに関する分析が専門。1級建築士、エネルギー管理士。2013年、国土交通省国土技術政策総合研究所 優秀技術者賞受賞。 日本ディープラーニング協会主催2018E資格試験 優秀賞受賞、2019#1E資格試験優秀賞受賞。最近は、需要予測や異常検知などのモデル開発に取り組んでいる。著書「徹底攻略ディープラーニングE資格エンジニア問題集」（インプレス）。
受講者の声
時系列解析の概念を分り易く説明していただきました。教材のレベルが高く、本格的な時系列の講座は自分の知る限り他にないので、とても実用性のある内容だと感じました。
基本的なことから詳細に説明されており、内容が分かりやすく理解しやすかったです。時系列解析を始めたい人にとって十分に有用であり、実務でも利用できる内容だと思います。
ご案内
PCの動作環境
- MacOSX 10.10 以上
- Windows 8 以上（64bit必須）
- メモリ8GB以上必須
事前準備
本講座では、MinicondaまたはAnacondaをインストールしていただきます。また、pipというライブラリ管理ソフトを使って、Python ライブラリをインストールしていただきます。これらインストール作業を行えるパソコン環境をご準備ください。特に、社用のパソコンなどでアクセス制限のあるインターネット回線をご利用の方は、インストール作業を問題なく行えることを事前にご確認ください。ご不明な点がございましたら、事前にご連絡ください。
