時系列解析特化コース
- 講座レベル2
- ITSS+
![upload/contents/00017-000046.png](https://manabi-dx.ipa.go.jp/upload/contents/00017-000046.png)
講座情報
時系列データの扱い方、統計モデル・機械学習モデルを用いた予測について学ぶコースです。
【スケジュール】
1日目
▪ 時系列データの扱い方
・時系列データの構造
・自己相関、周期性、トレンド、外因性、ノイズ
・定常性と非定常性
▪ 前処理、特徴量エンジニアリング
・ワイドフォーマット、ロングフォーマット
・カレンダー特徴量、ラグ特徴量、ローリング特徴量、
エキスパディング特徴量、リード特徴量
▪ 統計モデル(自己回帰型モデル)の適用
・自己回帰モデル、移動平均モデル、自己回帰移動平均モデル、
自己回帰和分移動平均モデル(ARIMA)、
季節変動自己回帰和分移動平均モデル(SARIMA)
・Box-Jenkins 法
2日目
▪機械学習モデルの適用
・ニューラルネットワーク
・再起型ニューラルネットワーク
・RNN、LSTM
・畳み込みニューラルネットワーク
・Squeeze ネットワーク、Dilated CNN
▪その他
・Prophet による時系列解析
法人・団体のみが対象となるカスタマイズ研修のため、本コースの料金や詳細につきましては講座 URL のお問い合わせよりお気軽にご連絡ください。
【研修費用テーブル】5~10名:¥500,000 / 11~15名:¥600,000 / 16~20名:¥700,000 / 21名~ 別途お見積り
※1開催あたりの価格であり、表示金額は税抜です。研修内容・人数・費用は企業様ごとに調整可能です。
修了証の発行を希望される方は、受講終了後お申し出ください。
【スケジュール】
1日目
▪ 時系列データの扱い方
・時系列データの構造
・自己相関、周期性、トレンド、外因性、ノイズ
・定常性と非定常性
▪ 前処理、特徴量エンジニアリング
・ワイドフォーマット、ロングフォーマット
・カレンダー特徴量、ラグ特徴量、ローリング特徴量、
エキスパディング特徴量、リード特徴量
▪ 統計モデル(自己回帰型モデル)の適用
・自己回帰モデル、移動平均モデル、自己回帰移動平均モデル、
自己回帰和分移動平均モデル(ARIMA)、
季節変動自己回帰和分移動平均モデル(SARIMA)
・Box-Jenkins 法
2日目
▪機械学習モデルの適用
・ニューラルネットワーク
・再起型ニューラルネットワーク
・RNN、LSTM
・畳み込みニューラルネットワーク
・Squeeze ネットワーク、Dilated CNN
▪その他
・Prophet による時系列解析
法人・団体のみが対象となるカスタマイズ研修のため、本コースの料金や詳細につきましては講座 URL のお問い合わせよりお気軽にご連絡ください。
【研修費用テーブル】5~10名:¥500,000 / 11~15名:¥600,000 / 16~20名:¥700,000 / 21名~ 別途お見積り
※1開催あたりの価格であり、表示金額は税抜です。研修内容・人数・費用は企業様ごとに調整可能です。
修了証の発行を希望される方は、受講終了後お申し出ください。
受講料 | 有料 |
---|---|
標準学習時間 | 14時間 |
修了証発行 | あり |
受講形態 | 完全オンライン制 |
団体申込み |
あり |
法人請求 |
あり |
受講対象者
・時系列データの扱い方や各手法を学びたい方
・時系列データを用いた需要予測等を行いたい方
学習できるデジタルスキル・知識
・時系列データの構造を理解し、前処理や特徴量エンジニアリングを実装できる状態
・時系列データに対する各手法を理解し、予測モデルを検討・構築できる状態
必要となる前提知識
ご受講前に「Python & 機械学習入門」「ディープラーニングハンズオン」をご視聴いただくことを推奨します。(同等知識を持つ方はこの限りではありません)