deep learning は株価の予想などで予測してひともうけしようという輩がいる。
微分方程式をとくよりは予測のメカニズムはひとまずおいてdeep llearning で予測が
できるならそれはそれでうれしい。
電力会社は電力の予測と実績を比較したデータを公開している。
これが結構、成績がよい。
こんな成績のよいほうほうがあるのに さらに向上したい理由がわからないが
名古屋大学でそんな研究をしている。
一部転載：
Deep Learning による時系列予測の精度の検証
河嵜 光毅† 吉川 大弘† 古橋 武† † 名古屋大学 大学院工学研究科
1. はじめに
昨今では，情報通信の技術の進歩により，大量の時 系列データを容易に入手できる.しかしこの大量のデ ータを人手で解析することは，コストがかかりすぎるとい う点で現実的ではない.そこで，機械学習を用いた時 系列解析が盛んに行われている.2000 年代後半から 注目を集めている機械学習手法に Deep Learning があ る.Deep Learning は自然画像処理の分野で著しい識 別精度向上を達成して注目を集めるようになった[1]. Deep Learningは，データから特徴量を自動で抽出する ことで，精度の良い識別を可能にしていると考えられて いる.本稿では，Deep Learning による時系列データの 予測を行い，その精度を検証することで，Deep Learning の時系列予測に対する有効性を検証する.
....
4. まとめ
本稿では，Deep Learning による時系列予測の精度 について検討した.実験結果から，Deep Learning の再 構成データを利用することの有効性が示唆された.今 後の課題として，他の手法との比較が挙げられる.
微分方程式をとくよりは予測のメカニズムはひとまずおいてdeep llearning で予測が
できるならそれはそれでうれしい。
電力会社は電力の予測と実績を比較したデータを公開している。
これが結構、成績がよい。
こんな成績のよいほうほうがあるのに さらに向上したい理由がわからないが
名古屋大学でそんな研究をしている。
一部転載：
Deep Learning による時系列予測の精度の検証
河嵜 光毅† 吉川 大弘† 古橋 武† † 名古屋大学 大学院工学研究科
1. はじめに
昨今では，情報通信の技術の進歩により，大量の時 系列データを容易に入手できる.しかしこの大量のデ ータを人手で解析することは，コストがかかりすぎるとい う点で現実的ではない.そこで，機械学習を用いた時 系列解析が盛んに行われている.2000 年代後半から 注目を集めている機械学習手法に Deep Learning があ る.Deep Learning は自然画像処理の分野で著しい識 別精度向上を達成して注目を集めるようになった[1]. Deep Learningは，データから特徴量を自動で抽出する ことで，精度の良い識別を可能にしていると考えられて いる.本稿では，Deep Learning による時系列データの 予測を行い，その精度を検証することで，Deep Learning の時系列予測に対する有効性を検証する.
....
4. まとめ
本稿では，Deep Learning による時系列予測の精度 について検討した.実験結果から，Deep Learning の再 構成データを利用することの有効性が示唆された.今 後の課題として，他の手法との比較が挙げられる.