Ｐｙｔｈｏｎによる時系列分析 予測モデル構築と企業事例
発売日：2023年6月
- ページ数
- ３５０ｐ
- ISBN
- 978-4-274-23061-5
- 著者情報
- 〓橋 威知郎（タカハシ イチロウ）
株式会社セールスアナリティクス代表／らくらくビジネスデータサイエンス主宰。中央省庁および情報・通信業などを経て現職。大学卒業後、一貫してデータ分析や数理モデル構築などに関する業務（研究・開発・社内活用・事業化）に従事。製造業や流通業を中心にデータサイエンス実践支援および数理モデル（予測モデル・異常検知モデル・最適化モデルなど）の開発支援、そのアドバイスなどを実施。データ分析やデータサイエンスに関する著書多数
セブン-イレブン受取り(送料無料)
発送目安
発売日（発売日以降は当日）～2日で発送
宅配（送料¥550税込）
発送目安
発売日（発売日以降は当日）～2日で発送
交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。
商品説明
時系列データを上手く活用し、ビジネス成果を生み出す！！
時系列データを上手く調理することは、これらの問に何かしら解を与えることができます。特に予測モデルを上手く活用すると、過去を振り返り、未来を予測し、現在すべきことを導きだし、成果へと繋げることができます。いくら高精度な予測モデルを手にしても、どう活用すべきかわからないと成果は生まれません。そこで本書ではどのように扱うかを、実際のデータを用いて、使い方を重点的に解説していきます。時系列分析の多くの書籍は数式等を用いて解説していますが、実務的な運用には理論よりもＰｙｔｈｏｎ等コードで実践していくことが重要です。
時系列データを上手く活用し、ビジネス成果を生み出す!!
時系列データを上手く調理することは、これらの問に何かしら解を与えることができます。特に予測モデルを上手く活用すると、過去を振り返り、未来を予測し、現在すべきことを導きだし、成果へと繋げることができます。いくら高精度な予測モデルを手にしても、どう活用すべきかわからないと成果は生まれません。そこで本書ではどのように扱うかを、実際のデータを用いて、使い方を重点的に解説していきます。時系列分析の多くの書籍は数式等を用いて解説していますが、実務的な運用には理論よりもPython等コードで実践していくことが重要です。
※お届け日が変更になりました
5月24日→6月6日
目次
第1章 ビジネスにおける時系列データ活用
第2章 Pythonのデータ分析環境の設定（JupyterLab）
第3章 時系列予測モデル構築・超入門
第4章 時系列データを使ったビジネス成果の上げ方
第5章 時系列データを活用したビジネス事例
商品詳細
- 出版社名
- オーム社
- サイズ
- ２４ｃｍ
- 対象年齢
- 一般
- フォーマット
- 単行本
注意事項
- 本の帯に関して
- 帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。 - 版・表紙について
- 版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。
