ローカルレベルモデルは、時系列解析や現在制御における状態空間モデルのもっとも現象がシンプルになるような設定や仮定をおいたモデルです。別名、ランダムウォーク・プラス・ノイズ・モデルとも呼ばれています。 今回は状態空間モデル […]
2007年に発表された、Bayesian Online Changepoint Detectionの紹介と解説を行います。該当論文のarxivへのリンクはこちらになっています。この解説記事は、この論文の英語版の解説記事を […]
次回列分析においては、ARIMAやSARIMAのように、過去の観測値をもとにモデル化する手法がある一方で、状態空間モデルは、観測値以外の見えない状態量があると仮定し、その状態により観測値が生起されるとしてモデル化する手法 […]
カルマンフィルタ リング問題に代表されるような、線形動的システム(Linear Dynamical System)のパラメータをEMアルゴリズムで推定してみます。 やってる内容そのものは、「Parameter Estim […]
RNN(Recurrent Neural Network)は1990年代の以外と古くから存在するニューラルネットワークの手法で、時系列予測や自然言語処理の多くのニューラルネットワークの手法の源流となっている手法です。 現 […]
時系列分析を実務で行う際に、ほとんどのパターンでは、多変量を対象とした時系列の解析をすることが多いと思います。 自分自身、多変量時系列の解析を行う場面が非常に多くあるため、多変量の時系列データセットから部分時系列を作成す […]
ニューラルネットワーク(深層学習)を用いた分類機は、非線形分離性能があることが知られています。 非線形の分離性能とは、データに対して直線ではない、分類境界を引くことができる性能のことです。 例えば、次のような渦巻き上のデ […]
カテゴリ変数をOne-Hot-Encoding化することは、機械学習やデータサイエンスの実務をおこなっていると頻繁に操作することになると思います。 今回は、One-Hot-EncodingをPythonで実行する方法につ […]
LSTMは深層学習を用いた時系列データなどの予測モデルに利用できる手法で、RNNが抱える問題点を改善する手法となっています。 さまざまな論文等でLSTMがベースラインで利用されるなど、広く利用されている手法です。 今回は […]
機械学習や深層学習の手法の検証に使える、渦巻き上のデータセットを作成してみます。 線形(直線)で分離できないデータ群をうまく分類する手法の検証用途に利用できます。 端的に上記のようなデータセットを利用することができます。 […]