感染拡大防止のため、本を読む前、読んだ後は手を洗いましょう。みなさまのご協力をお願いします。

検索結果書誌詳細

一般和書
ログインすると許諾を得た一部の
表紙画像をご覧になれます
  • 書誌の詳細です。 現在、この資料への予約は 1 件あります。
  • ・予約するときは「予約カートに入れる」ボタンをクリックしてください。予約するには図書館窓口で発行したパスワードが必要です。
    ・「予約カートに入れる」ボタンが出ない書誌には予約できません。
    詳しくは「マイページについて－インターネットで予約するには」をご覧ください。

蔵書情報

この資料の蔵書に関する統計情報です。現在の所蔵数 在庫数 予約数などを確認できます。

所蔵数 1 在庫数 0 予約数 1

書誌情報サマリ

書名

Pythonによる時系列分析　予測モデル構築と企業事例

著者名 高橋威知郎／著
出版者 オーム社
出版年月 2023.6
請求記号 673/01640/

この資料に対する操作

カートに入れる を押すと この資料を 予約する候補として予約カートに追加します。

いますぐ予約する を押すと 認証後この資料をすぐに予約します。

登録する本棚ログインすると、マイ本棚が利用できます。

資料情報

各蔵書資料に関する詳細情報です。

No. 所蔵館 資料番号 資料種別 配架場所 別置 帯出 状態
1 鶴舞0238265995一般和書２階開架新着本貸出中 

関連資料

この資料に関連する資料を 同じ著者 出版年 分類 件名 受賞などの切り口でご紹介します。

書誌詳細

この資料の書誌詳細情報です。

請求記号 673/01640/
書名 Pythonによる時系列分析　予測モデル構築と企業事例
著者名 高橋威知郎／著
出版者 オーム社
出版年月 2023.6
ページ数 8,350p
大きさ 24cm
ISBN 978-4-274-23061-5
分類 6733
一般件名 販売管理-データ処理 　 マーケティング-データ処理 　 時系列
書誌種別 一般和書
内容紹介 ビジネスにおける時系列データの活用事例とPython環境の構築方法を紹介し、Pythonを使った時系列系の予測モデルの構築方法を解説する。また時系列データを活用したビジネス事例をPythonの実施例と共に収録。
タイトルコード 1002310018154

目次 第１章　ビジネスにおける時系列データ活用（ビジネス現場は時系列データで溢れている
ビジネス時系列データでよくある７つの活用事例　ほか）
第２章　Ｐｙｔｈｏｎのデータ分析環境の設定（ＪｕｐｙｔｅｒＬａｂ）（Ｐｙｔｈｏｎのインストール
Ｐｙｔｈｏｎ以外のインストール　ほか）
第３章　時系列予測モデル構築・超入門（時系列データを使った予測モデル構築の流れ
時系列データの特徴把握と前処理　ほか）
第４章　時系列データを使ったビジネス成果の上げ方（データでビジネス成果を上げる「データ活用ストーリー」
時系列データの異常検知　ほか）
第５章　時系列データを活用したビジネス事例（モニタリング指標の異常検知によるキャンペーン評価（自動車ディーラー）
モニタリング指標の異常検知と要因探索（小売りチェーン）　ほか）
著者情報 髙橋 威知郎
　株式会社セールスアナリティクス代表／らくらくビジネスデータサイエンス主宰。中央省庁および情報・通信業などを経て現職。大学卒業後、一貫してデータ分析や数理モデル構築などに関する業務（研究・開発・社内活用・事業化）に従事。製造業や流通業を中心にデータサイエンス実践支援および数理モデル（予測モデル・異常検知モデル・最適化モデルなど）の開発支援、そのアドバイスなどを実施。データ分析やデータサイエンスに関する著書多数(本データはこの書籍が刊行された当時に掲載されていたものです)


内容細目表：

前のページへ
ページの先頭へ トップページへ

本文はここまでです。

ページの終わりです。