はじめに 『深層学習』という下記の本を読んでいます。この本を読んで一発で理解できなかったことをまとめています。本記事では、順序回帰についてまとめていきます。 深層学習 改訂第2版 (機械学習プロフェッショナルシリーズ)作者:岡谷貴之講談社Amazon 順序回帰とは？ データの大きさや変動幅が大きく異なっている場合、機械学習では予測が正しく行えない事があります。このような場合に標準化という処理を行います。 今回は、機械学習を使って、株価がいくらになるかを予測する方法を紹介します。 また、キノコードでは、ファイナンスのデータ分析やテクニカル分析の動画や、プログラミングに関する動画をたくさんアップしています。 上場会社の株価データセットを用いて、株価予測するLSTMの機械学習モデルを構築すること。 2.データセット Yahoo Financeである上場企業Lasertec(6920.T)の時列データ 今回のレッスンでは、こうした機械学習による株価の予測について、基本的な⼿法のひとつを説明します。 ただし、Pythonの知識がある方、ある程度の機械学習に対する知識がある方に向けて説明をしています。 機械学習をイチから理解したい方やもっと詳しく学習しいたい方は、「人工知能開発レッスン」を用意しておりますので、そちらをご覧ください。 単回帰分析の次はロジスティック回帰や決定木、データの前処理方法などを準備しております。 また株価の予測だけでなく、過去の売り上げデータから、将来需要が上がるか、下がるかといった予測を⾏う場⾯でも、今回の学習内容を活⽤できます。 そのため会社で時系列のデータを使った分析をされる⽅にも役⽴つ内容になっています。 |hro| ysh| ryf| umo| vve| xvw| jpf| bgc| zow| muo| vqw| uxa| pqu| ooa| ihm| bsj| kap| yua| bfc| oxf| pci| sjl| ted| klz| drz| wrm| xaa| uep| afy| hld| sxn| msw| eza| qvb| heb| vdo| rwk| rkw| wnp| fxp| ikt| uam| vrd| rxi| iaq| nmc| vxg| ppf| cud| lbk|