時系列と予測
時間分析、定常性、ARIMA、Prophet、seasonal decomposition、予測メトリクス、backtesting
22 面接問題·
Mid-Level
1時系列とは何ですか？
1
時系列とは何ですか？
回答
時系列は、時系列順にインデックス付けされたデータポイントのシーケンスです。観測値は一定の間隔（時間ごと、日ごと、月ごと）で収集され、しばしば時間的な依存関係を示します。代表的な例には株価、気温、月次売上があります。
2古典的な分解における時系列の3つの主要な構成要素は何ですか？
2
古典的な分解における時系列の3つの主要な構成要素は何ですか？
回答
古典的な時系列分解では、トレンド（長期的な変化）、季節性（一定間隔の反復パターン）、残差（説明されないランダムなノイズ）の3つの構成要素を識別します。この分解は、データの性質に応じて加法的または乗法的にすることができます。
3時系列における定常性とは何ですか？
3
時系列における定常性とは何ですか？
回答
時系列は、その統計的特性（平均、分散、自己相関）が時間の経過とともに一定である場合に定常と呼ばれます。定常性は、ARIMAのような多くの予測モデルにとって基本的な仮定です。非定常な系列は、モデリングの前にしばしば変換（差分化）する必要があります。
4
時系列の定常性を確認するために一般的に使用される統計的検定はどれですか？
5
非定常時系列を定常にするにはどうすればよいですか？
+19 面接問題
その他のData Science & ML面接トピック
Pythonの基礎
Junior
25問Pythonオブジェクト指向プログラミング
Junior
20問Pythonのデータ構造
Junior
20問Git の基礎
Junior
18問SQLの基礎
Junior
20問NumPyの基礎
Junior
22問Pandasの基礎
Junior
22問Jupyter & Google Colab
Junior
16問SQL Joinsと高度なクエリ
Mid-Level
22問Pandas応用
Mid-Level
24問Matplotlib & Seabornによる可視化
Mid-Level
20問Plotlyによるインタラクティブな可視化
Mid-Level
18問記述統計
Mid-Level
20問推測統計学
Mid-Level
24問Web Scraping
Mid-Level
18問BigQuery & Cloud Data
Mid-Level
18問Feature Engineering
Mid-Level
22問教師あり機械学習：回帰
Mid-Level
24問教師あり機械学習：分類
Mid-Level
24問決定木とアンサンブル
Mid-Level
24問教師なしML
Mid-Level
22問MLパイプラインと検証
Mid-Level
22問Deep Learningの基礎
Senior
24問TensorFlow & Keras
Senior
22問CNN と画像分類
Senior
24問RNNとシーケンス
Senior
22問TransformersとAttention
Senior
24問NLPとHugging Face
Senior
24問GenAIとLangChain
Senior
24問MLOps とデプロイ
Senior
24問