. .
セミナー・イベントTOPへ戻る

※事前にインストール準備資料をお送りいたします。
PythonをインストールしたノートPCを各自ご用意ください。


時系列データ分析の基礎とPythonを用いた実践【LIVE配信】

■開催日時:2020年08月26日(水)10:30〜16:30

■会場:【WEB限定セミナー】※在宅、会社にいながらセミナーを受けられます 

■定員:30名

■受講料:55,000円(税込、資料付き/1人)
※最新のセミナー情報を「配信可」にすると割引適用(登録無料)
会員(案内)登録していただいた場合、49,500円(税込)へ割引になります。

■主催:(株)R&D支援センター

■講師:DATUM STUDIO(株) 取締役CAO 里 洋平 氏

【ご紹介】
言語の東京コミュニティTokyo.Rの主催者。
ヤフー株式会社で、推薦ロジックや株価の予測モデル構築など分析業務を経て、株式会社ディー・
エヌ・エーで大規模データマイニングやマーケティング分析業務に従事。
その後、株式会社ドリコムにて、データ分析環境の構築やソーシャルゲーム、メディア、広告の
データ分析業を経て、DATUM STUDIO株式会社を設立。
DATUM STUDIO株式会社 [HP] https://datumstudio.jp/

情報処理学会 ビッグデータ研究グループ 幹事
(https://sites.google.com/view/ipsj-bpd/)

【著書】
『ビジネス活用事例で学ぶ データサイエンス入門』(ソフトバンククリエイティブ)
『データサイエンティスト養成読本』(技術評論社)
『データサイエンティスト養成読本 機械学習入門編』(技術評論社)
など
(https://www.amazon.co.jp/%E9%87%8C-%E6%B4%8B%E5%B9%B3/e/B00NNYKLZO/)

■持参物:
【ノートPC】
・Windows:Windows7 以降(32bit / 64bit問わず)
・Mac:OSX 10.7(Lion)以降
その他の環境でもAnacondaでPython3.5+ブラウザ上で
Jupyter-notebookが動く環境が構築できていれば大丈夫です

■受講対・若手技術者や新人の方
・時系列分析の技術や理論を基礎から学びたい方
・Pythonの基礎を学びたい方

■必要な予備知識
・特に予備知識は必要ありません。基礎から解説いたします

■習得できる知識:
・時系列データ分析に関する基本的な知識
・Pythonを用いた基本的なデータ分析、時系列データ分析

■趣旨:
 昨今、データサイエンス・データ分析の分野において、Pythonが注目されるようになっています。
Pythonは、統計学・機械学習の豊富なライブラリーを有しており、アドホックなデータ分析や人工
知能アルゴリズム開発の分野でデファクトスタンダードとなっている言語です。また、Pythonには、
平易な言語仕様と利用しやすい実行環境があり、プログラミング経験のない方でも始めやすい、と
いう特徴があります。
 本講座は、Pythonを利用して時系列分析を学習したい方を対象に、演習を中心としたワーク
ショップ形式で実施します。象・レベル:

■備考:
【LIVE配信セミナーとは?】
・本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
・「ミーティング用Zoomクライアント」をダウンロードするか、ZOOM を
  ダウンロードせず、Web ブラウザから参加するかの2種類がございます。
  ZOOM WEBセミナーのはじめかたをご覧ください。

・お申込み後、受理のご連絡メールをさせていただきます。
 一部メールが通常セミナー形式(受講券、請求書、会場の地図)になっておりますが
 LIVE配信のみのセミナーです。
・お申込み後、接続テスト用のURL(https://zoom.us/test)から
「ミーティングテストに参加」を押していただき動作確認をお願いします。
・後日、別途視聴用のURLをメールにてご連絡申し上げます。
・セミナー開催日時の10分前に、視聴サイトにログインしていただき、ご視聴ください。
・セミナー資料は郵送にて前日までには、お送りいたします。
 ご自宅への送付を希望の方はコメント欄にご住所などをご記入ください。
・ご質問については、オープンにできるご質問をチャットにご記入ください。
 個別相談(他社に知られたくない)のご質問は後日メールにて講師と直接お願いします。
・タブレットやスマートフォンでも視聴できます。
・講義の録音、録画などの行為や、テキスト資料、講演データの権利者の許可なく
 複製、転用、販売などの二次利用することを固く禁じます。


1.Python入門
    1-1 Jupyter-notebook基礎
    1-2 Python文法基礎
    1-3 データハンドリング(Pandas)
        1) データフレームの基本操作
        2) データフレームに対する演算
    1-4 データ可視化(matplotlib)
        1) ヒストグラム
        2) 棒グラフ
        3) 散布図
        4) 折れ線グラフ

2.時系列データ概論
    2-1 時系列データとは
    2-2 時系列データの種類
    2-3 時系列データと確率分布

3.Pythonを用いた時系列データの前処理
    3-1 日付のシーケンス生成
    3-2 Datetime型への変換
    3-3 系列のシフト・階差の取得
    3-4 日付によるレコードの選択・抽出
    3-5 曜日の取得
    3-6 日付・曜日のMultiIndexによるレコード選択
    3-7 変数を利用した特定の日付以降のレコードの取得
    3-8 対数化

4.時系列データ分析入門
    4-1 時系列データの特徴量
    4-2 時系列データの性質

5.統計モデル
    5-1 統計モデリング
    5-2 自己回帰モデル/単位根過程
    5-3 ARIMAモデル
    5-4 状態空間モデル

6.曲線フィッティング
    6-1 機械学習
    6-2 prophet

 【質疑応答・名刺交換】

Copyright (C) 2020 NTS Inc. All right reserved.