Chapter 8 #
時系列 #
時系列データとは、時間の順序に沿って記録されたデータのことです。 株価や売上、気温、センサー値など、現実世界の多くのデータは時系列データとして得られます。 この章では、そうしたデータを扱うための基本的な考え方と予測手法を学びます。
なぜ時系列分析を学ぶのか? #
未来を予測する
売上や需要を予測して経営戦略を立てる。周期性やトレンドを理解する
季節要因や週ごとのパターンを見つける。異常検知
サーバーのログやセンサー値から「通常と違う振る舞い」を検出。
時系列データの特徴 #
- 順序が重要:シャッフルすると意味が失われる。
- 自己相関:過去の値が未来に影響する。
- トレンド・季節性:長期的な傾向や周期パターンが含まれる。
この章で扱う内容 #
- Prophet:Facebook社が開発した直感的で強力な予測ライブラリ
- (発展)季節性の扱い方、休日効果の追加、異常検知への応用
まとめ #
- 時系列データは実務で非常に重要なデータ形式。
- 特徴として「時間の順序性」「トレンド・季節性」を意識する必要がある。
- 本章では Prophet を中心に、時系列データの基本的な予測手法を学ぶ。