本書のポイント
★時系列データの収集・前処理から各分析手法、実務上の課題まで、用途別の解析例を紹介しながら解説。
★時系列データの特徴をとらえながら、実務に落とし込む分析手法を学べます。

〇時系列データ分析の流れとデータの準備
・季節性の理解、トレンドの理解、異常値検出...実務でよく使う分析の流れや用いるツール
・データの前処理問題への対応：データの挙動が細かすぎる場合は？、複数データをグループに分けるには？etc

〇因果探索、状態空間モデルetc...各分析手法と実務上のよくある課題対応
・実務でよく出会う解析パターンとそれに応じたモデル選択の仕方
・不要分を除去し、適切な特徴量の選択と生成を行うには？
・学習させたモデルの評価指標、データを可視化し特徴を理解する方法
・不均衡（インバランス）データの処理、手法ごとにどの程度データ量を用意すべきか？、
　データが少ない場合の処理やモデル構築は？

〇売上や商品価格の需要予測、正常データのみで異常検知、時系列データを分割しての解析etc...
実データを用いた解析事例を応用別に多数掲載！必要なデータや種類、分析結果の解釈や精度向上のためのポイントは？

〇システム運用時の性能低下対策、ＡＩ評価やテスト技術、ＡＩシステムの品質保証のために各工程でチェックすべきことは？