<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>TJO</author_name>
  <author_url>https://blog.hatena.ne.jp/TJO/</author_url>
  <blog_title>渋谷駅前で働くデータサイエンティストのブログ</blog_title>
  <blog_url>https://tjo.hatenablog.com/</blog_url>
  <categories>
    <anon>時系列分析</anon>
    <anon>統計学</anon>
    <anon>機械学習</anon>
    <anon>R</anon>
  </categories>
  <description>この記事は、以下の@icoxfog417さんによる問題提起に合わせたちょっとした実験をまとめたものです。時系列予測の問題において、機械学習のモデルより既存の統計モデル(ARMAモデルなど)の方が予測精度において優良な結果が出るという研究。データへの適合=予測精度の向上ではないことも実験で示している。機械学習の研究では統計モデルとの比較も入れるべきという提言をしている。 https://t.co/jboGhYSX6E— piqcy (@icoxfog417) September 16, 2019この点について僕はこんなコメントをしたのですが。だいぶ以前から「一般的な時系列データ予測の問題は単位根…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftjo.hatenablog.com%2Fentry%2F2019%2F09%2F18%2F190000&quot; title=&quot;一般的な時系列のモデリング＆予測に、機械学習系の手法よりも古典的な計量時系列分析の方が向いている理由を考えてみた（追記あり） - 渋谷駅前で働くデータサイエンティストのブログ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/T/TJO/20190918/20190918012152.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2019-09-18 19:00:00</published>
  <title>一般的な時系列のモデリング＆予測に、機械学習系の手法よりも古典的な計量時系列分析の方が向いている理由を考えてみた（追記あり）</title>
  <type>rich</type>
  <url>https://tjo.hatenablog.com/entry/2019/09/18/190000</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
