企業事例でガッツリ学ぶ
Python ビジネス時系列データ分析
入門コース
(2024年3月開始コース)
内容の詳細は、以下をクリックし確認してください
Python JupyterLab の環境構築
ご質問受付 ※2日以内に回答いたします
ファイル一式ダウンロード
スライド
無料プレビューはじめに - 全体のお話しと、1 日目の前半の内容
無料プレビューChapter 1 - ビジネス現場は時系列データであふれている
Chapter 2 - DX のホップ・ステップ・ジャンプ
Chapter 3 - データでビジネス成果を上げる「データ活用ストーリー」
Chapter 4 - 振返り分析と近未来分析
Chapter 5 - Python 環境の構築 - インストールとライブラリ
Chapter 5 - Python 環境の構築 - 操作例
Chapter 5 - Python 環境の構築 - おまけ(ノーコード系分析ツールのご紹介)
ラップアップ - 前半の振り返りと、後半の概要
ファイル一式ダウンロード
スライド
無料プレビューはじめに - 前半の振り返りと後半の内容
無料プレビューChapter 1 - テーブルデータとアルゴリズム
Chapter 2 - 時系列データとアルゴリズム
Chapter 3 - 時系列データの「定常性」と「3つの非定常性」 - 講義パート
Chapter 3 - 時系列データの「定常性」と「3つの非定常性」- 演習前半
Chapter 3 - 時系列データの「定常性」と「3つの非定常性」- 演習後半
Chapter 4 - 時系列特徴量の生成 - 講義パート
Chapter 4 - 時系列特徴量の生成 - 演習パート
Chapter 5 - 時系列予測モデルの構築手順 - 講義パート
Chapter 5 - 時系列予測モデルの構築手順 - 演習パート
ラップアップ - 後半の振り返りと、次回の概要
ファイル一式ダウンロード
スライド
はじめに - 全体のお話しと、2 日目の前半の内容
Chapter 1 - 【復習】時系列予測モデルの構築手順
1日目:後半 - Chapter 5 - 時系列予測モデルの構築手順
Chapter 2 - 時系列系の数理モデルで構築する予測モデル - 講義パート
Chapter 2 - 時系列系の数理モデルで構築する予測モデル - 演習パート
Chapter 3 - テーブルデータ系の数理モデルで構築する予測モデル - 講義パート
Chapter 3 - テーブルデータ系の数理モデルで構築する予測モデル - 演習パート
Chapter 4 - 時系列ディープラーニングで構築する予測モデル - 講義パート
Chapter 4 - 時系列ディープラーニングで構築する予測モデル - 演習パート
ラップアップ - 前半の振り返りと、後半の概要
ファイル一式ダウンロード
スライド
はじめに - 前半の振り返りと後半の内容
Chapter 1 - モニタリング指標の値の予測
Chapter 2 - 時系列データの異常検知
Chapter 3 - モニタリング指標の値の異常検知
ラップアップ - 後半の振り返りと、次回の概要
ファイル一式ダウンロード
スライド
はじめに - 全体のお話しと、3日目の前半の内容
Chapter 1 - 【復習】振返り分析とは?
Chapter 2 - 事例2:モニタリング指標の異常検知と要因探索 - 講義パート
Chapter 2 - 事例2:モニタリング指標の異常検知と要因探索 - 演習パート
Chapter 3 - 簡易事例でイメージする時系列データの要因探索 - 講義パート
Chapter 3 - 簡易事例でイメージする時系列データの要因探索 - 演習パート
ラップアップ - 前半の振り返りと、後半の概要