データサイエンティスト育成講座
時系列解析

研修

プログラム概要

時系列データ分析の基礎から多変量時系列データ分析、分散変動モデル、状態空間モデル、ニューラルネットワークを学びます。

対象者

AI・機械学習プロジェクトを推進する方

受講料

150万円(3名までの場合)
※受講人数に応じてお見積りいたします
講座内容はカスタマイズ可能です。カスタマイズの際は別途お見積りいたします

受講前提

Pythonと機械学習の基礎知識のある方

カリキュラム

時系列解析

演習

・時系列データ分析の基礎
 ⚪︎時系列データとは
 ⚪︎定常性
 ⚪︎自己相関関数、偏自己相関関数
 ⚪︎ARモデル、MAモデル、ARMAモデル
 ⚪︎ADF検定
 ⚪︎情報量規準
・多変量時系列データ分析
 ⚪︎多変量時系列データとは
 ⚪︎期待値、分散、共分散の多次元への拡張
 ⚪︎多変量時系列の定常性
 ⚪︎VARモデル
 ⚪︎グレンジャー因果性検定
 ⚪︎インパルス応答関数
 ⚪︎予測誤差分散分解
 ⚪︎構造VARモデル
 ⚪︎再帰的構造VARモデル
・分散変動モデル
 ⚪︎ARCHモデル
 ⚪︎GARCHモデル
 ⚪︎Box-Jenkins法
 ⚪︎多変量GARCHモデル(VECモデル、DVECモデル、CCCモデル)
・状態空間モデル
 ⚪︎観測モデルと状態モデル
 ⚪︎予測、フィルタ、平滑化
 ⚪︎トレンド成分モデル
 ⚪︎季節成分モデル
 ⚪︎カルマンフィルタによる欠測値の補間
 ⚪︎周期成分モデル
 ⚪︎外生変数の利用
・LSTM ニューラルネットワーク
 ⚪︎誤差逆伝播法
 ⚪︎RNN
 ⚪︎勾配爆発・消失問題
 ⚪︎LSTM
 ⚪︎双方向LSTM
 ⚪︎テンソルと多次元配列

講義時間

3日間 ※ご要望によって、短縮版、拡大版のご提供が可能です