ディープラーニングによる時系列データ予測モデルの問題点を解消する

現場のAIエンジニアから学ぶ「時系列データの予測モデルの作り方」第4回

2020/12/18 11:00

目次
Page1 AIを用いた時系列データ予測－予測モデルの評価時系列データの予測モデルを作成する外れ値を予測するときに起きる問題
Page2 周期的な変動に予測モデルを追従させるときに起きる問題ディープラーニングにおける、設計・チューニングの重要性社会から求められる予測モデルの内部構造の説明が難しいおわりに

※この続きは、会員の方のみお読みいただけます（登録無料）。

バックナンバー

連載:現場のAIエンジニアから学ぶ「時系列データの予測モデルの作り方」

阪本正樹（NTTテクノクロス）（サカモトマサキ）

NTTテクノクロス株式会社 IoTイノベーション事業部　第一ビジネスユニット所属。 NTT研究所内でのビッグデータ活用の研究開発に従事し、2012年から顧客企業でのビッグデータ活用、AI技術活用に取組む。NTTテクノクロスでは人にやさしい「みらい」を作るAIファースト活動を拡大中。