どうも、カタミチです。
さて、教師あり学習の最後の手法ですね。最後は…
自己回帰モデル
自己回帰モデル(ARモデル)です。
これは、対象とするデータに特徴があって、時系列データを対象とするようです。そう言われると確かにこれまで、時系列のデータを入力データとして例示されたモデルはなかったですね。
時系列データを分析すると言っても、特別難しいことはないそうです。下式が、自己回帰モデルを定式化したものです。
…いや、難しいです(泣)。シグマが出てきた時点で拒絶反応が(白目)
xが時系列データで、wがパラメータ、cが定数、εがデータに含まれるノイズ…だそうです。
うーん…ちょっとここで深く理解するのはやめておいて、用語だけ覚えますかねー。
入力が複数種類ある場合の自己回帰モデルをベクトル自己回帰モデル(VARモデル)というらしいです。_φ(・_・メモメモ
ということで
今回はサクッと終わらせました。ただ、時系列データに対して回帰問題を解きたい場合に自己回帰モデルが有効…ということはとりあえず覚えておきますかねー。
ではまた。
勉強に使ってる書籍はこちら↓
深層学習教科書 ディープラーニング G検定(ジェネラリスト)公式テキスト 第2版