Aidemyの「時系列解析」コースを受講して感じたことまとめ

こんにちは、アカネヤ(@ToshioAkaneya)です。

AIプログラミング学習サービスAidemyで学習を進めています。

今回は「教師あり学習(回帰)」コースを受講したので、感じたことをお伝えします。

事前に受講するべき講座

  • Python入門
  • NumPyを用いた数値計算
  • 機械学習概論
  • Matplotlibによるデータの可視化
  • 教師あり学習(回帰)

この5つの講座は事前に受講しておくと良いです。

コースで学んだこと

Chapter 1
時系列データに触れてみよう

時系列データがどのようなものかということや、時系列データのモデル化の基本について学習しました。

Chapter 2
定常性、ARMA・ARIMAモデル

定常性とは何かということや、ARMAモデル、ARIMAモデルについて学習しました。

Chapter 3
時系列データの前処理

時系列データからモデルを構築する前に必要な前処理について学習しました。

Chapter 3
SARIMAモデルの構築

ARIMAモデルを拡張したSARIMAモデルについて学習しました。

 

実際に受講して感じたこと

時系列解析は初めてでしたが、Aidemyの教材はとにかく実践重視で、入門には最適だなと感じました。

時間に伴い変化する値についての予測を体験することが出来ました。

しかし、どういう仕組みで未来の値が予測されているのかの仕組みはよく理解できませんでした。^^;

理論的な説明の量が少ないように思いました。今後のアップデートで追加されることを期待しましょう。

今すぐ知りたい方は受講が終わったら理論を勉強してみるのも良さそうです。

まとめ

AIプログラミング学習サービスAidemyの教材はクオリティが高いです。しかし、「時系列解析」はまだ未完成なコースかと感じます。時系列解説の雰囲気をつかむことができますので、気になる方は受講するといいでしょう。

スポンサーリンク