AI用語集

人工知能の完全辞典

236

カテゴリ

3,245

サブカテゴリ

39,334

用語

自己回帰和分移動平均モデル（ARIMA）は、データの傾向、季節性、自己相関を捉えて時系列データを分析・予測する統計モデルです。

STL（Seasonal and Trend using Loess）は、時系列を傾向、季節性、残差成分に分解するアルゴリズムで、異常検出を容易にします。

CUSUMは、基準平均からの偏差を累積し、累積がしきい値を超えた場合に異常を信号する変化点検出アルゴリズムです。

Prophetは、Facebookが開発した予測ライブラリで、時系列を傾向、季節性、祝日に分解し、残差の異常を容易に識別します。

DBSCANは、密度に基づくクラスタリングアルゴリズムで、時系列空間の低密度領域で孤立した点として異常を識別します。

Holt-Wintersは、水準、傾向、季節性をモデル化する3重指数平滑化法で、予測誤差の分析により異常を検出できます。

LSTMオートエンコーダーは、LSTMとオートエンコーダーを組み合わせたハイブリッドアーキテクチャで、通常の時系列表現を学習しシーケンスを再構築し、高い誤差が異常を示します。

🔍