時系列予測

データサイエンスを理解する

Lis Sulmont

Curriculum Manager

データサイエンスにおけるモデリング

統計モデルとは

• 統計で実世界のプロセスを表現する
• データ間の数学的関係、確率
• 統計的予測と過去データに基づく

予測モデリング

• 新しく入力をすると、モデルが結果を予測する

予測モデリング

• 新しく入力をすると、モデルが結果を予測する

予測モデリング

• 新しく入力をすると、モデルが結果を予測する
  • 結果の確率

予測モデリング

• 新しく入力をすると、モデルが結果を予測する
  • 結果の確率
• 線形方程式からディープラーニングアルゴリズムのような複雑なものまで

時系列データ

時間順に並べられたデータの集まり

• 株価
• ガソリン価格
• 失業率
• 心拍数
• 二酸化炭素濃度
• 潮の高さ

時系列データの図

日付	失業率
1976-01-01	7.1
1976-02-01	7
...
1991-01-01	10.3
...
2015-04-01	6.8
2015-05-01	6.8

時系列の季節性

時系列の季節性

時系列予測

• 例：
  • 来月の降雨量はどれくらいか
  • 30分後に渋滞は緩和するか
  • 今後6時間で株式市場はどう動くか
  • 20年後の地球の人口はどうなっているか
• 過去データから派生して予測を生成する
• モデリング手法 ー 統計手法と機械学習手法の組み合わせを使用

$$

信頼区間

真の値がこの範囲に入る確率が X%である

練習しましょう！

データサイエンスを理解する