SG 2019 Day1 13:00〜 Demystifying Time Series Forecasting using Python

[ftnext]

一言でいうと

時系列データの扱いについて統計的アプローチを中心に共有。statsmodelを使ったサンプルコード （セッションの中では、ディープラーニングまでは立ち入っていない）

発表資料リンク

• 発表資料：https://github.com/Vaibhavs10/ml-with-timeseries
• YouTube：[TODO: ここにリンクを入れる]

発表者/所属

Vaibhav Srivastav Data Scientist,

発表日付

2019/10/10

概要

[余裕があれば後ほど追記]

時系列データの4 component

• Trend
• Seasonal
• Cyclical
• Irregular

モデルは2通り

• Additive model: T(t) + S(t) + C(t) + I(t)
• multiplicative Model: T(t) × S(t) × C(t) × I(t)

時系列データのEDA：横軸に並行な線を引いて、Cyclicalなcomponentがあるか判断

prophetを使うと非常に簡単

---

[以下はオプション]

新規性・差分

トークで知って試したいこと

感想