時系列データは様々な実務に用いるにも関わらず、なぜか大学では主に経済学部でしか学ぶ機会がなく、理系出身のエンジニアの方々はお困りだろうと察します。また、限られた勤務時間の中で独学を試みても、数式ばかりの教科書に難儀されているのではないでしょうか。
　そこで本セミナーでは、図解による分かり易さを重視し、フリーソフトPythonによる実践方法を多数紹介します。特に、データの個性を定量化する統計分析や、数式化する時系列モデルを紹介した後。人工知能技術として「将来予測」や「異常検知」に応用します。これらのプログラムは全て配布しますので、復習やご自身の業務にご活用いただけます。

1. 時系列データの分析手法
2. 相関分析の注意点
3. 時系列データのモデル化
4. 様々な時系列モデルの使い分け
5. 時系列データの予測と異常検知
6. 機械学習による学習力の強化
7. 様々な機械学習の使い分け
8. 過学習と次元の呪い
9. 交差検証法
10. モデルパラメータとハイパーバラメータの違い
11. ニューラルネットワークから深層学習へ
12. 決定木による学習結果の可視化
13. 集団学習による学習力の強化
14. 予測精度が向上する理由 (多様性予測定理)
15. 様々な集団学習の活用事例
16. バイアス・バリアンス分解
17. PythonとRを連携して使うテクニック
18. Pythonによるデモンストレーション
• 質疑応答