BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:確率過程・時系列解析入門（Python編) 午前の部
X-WR-CALNAME:確率過程・時系列解析入門（Python編) 午前の部
X-WR-TIMEZONE:Asia/Tokyo
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:19700101T000000
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
TZNAME:JST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:934845@techplay.jp
SUMMARY:確率過程・時系列解析入門（Python編) 午前の部
DTSTART;TZID=Asia/Tokyo:20240405T093000
DTEND;TZID=Asia/Tokyo:20240405T123000
DTSTAMP:20260504T012842Z
CREATED:20240206T030048Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/93484
 5?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n時系列デー
 タ分析は、日々変化する世界を理解し、将来の動向を
 予測するために不可欠なツールです。わたしたちの周
 りには時間の経過とともに変化する多数の現象が存在
 し、これらの変化を数値化し、分析することでこれら
 の現象の背後にある原因を理解し、将来起こるであろ
 う事態に対し対処することができます。\n本セミナー
 では時系列分析の基本から応用までを段階的に学びま
 す。まず前準備として確率過程を学びます。つぎに確
 定的現象について学び、確率的現象と確定的現象のモ
 デル化へと進みます。基本概念をしっかりと身につけ
 ることで、より複雑な時系列モデルや予測手法へスム
 ーズに進むことができるよう下準備をします。実際に
 ビジネスでの現場を想定してPythonやStatsmodelを用いて具
 体的なデータを分析していきます。\n第１部：　確率
 過程・時系列データ分析入門　9：30～11：00\n・　確率
 過程：パスとブラウン運動\n・　ランダムウォーク：
 離散的確率過程とパラメータ推定\n・　自己回帰移動
 平均過程：定常性、ホワイトノイズ、強定常\n・　自
 己回帰和分移動平均過程：差分と単位根検定\n・　ス
 ペクトラムとペリオドグラム：時間領域と周波数領域\
 n・　トレンドとパターン：季節性ダミーと確定的トレ
 ンド\n第２部：　時系列解析　11：10～12：30\n・　Determi
 nisticProcessクラス：確定的トレンド・パターンのダミー
 変数による分析\n・　AutoRegクラス：自己回帰モデルの
 最小二乗法による最適化\n \n■本セミナーに参加して
 修得できること\nすべてのセッションでPythonを活用し
 、実際のデータセットを使用して時系列分析を行いま
 す。これにより、理論的な学習と実践的なスキルの両
 方を身につけることができます。\n■受講対象者 統計
 の基礎知識を持つ方々を対象とし、Pythonを使用した時
 系列分析の初歩から応用までを段階的に学びます。プ
 ログラミング初心者でも理解しやすいよう、基本的なP
 ythonのコードの書き方から説明します。\n■使用ソフト
 ：Python\n■PCには事前にPython(Jupyter notebook)がインストー
 ルされている必要があります。\n参考文献：\n　「統計
 学基礎」(日本統計学会編)東京図書\n「統計学実践ワー
 クブック」日本統計学会編\n \n**【講師紹介】**オック
 スフォードファイナンシャルエデュケーション\,MBA（St
 rath）\,MBA(HW)\,MSc(London).国際機関、金融機関で勤務後、
 大学での教育活動に従事。実務家向けセミナー多数。 
 主な訳書「物理学者ウォール街を往く」（東洋経済新
 報社）。主な著書「Python3ではじめるシステムトレード
 改訂版」(パンローリング)
LOCATION:
URL:https://techplay.jp/event/934845?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR