時系列解析｜シラバス情報

科目授業名称（和文）　Name of the subject/class (in Japanese)

時系列解析

科目授業名称（英文）　Name of the subject/class (in English)

Time Series Analysis

授業コード　Class code

9946154

科目番号　Course number

46MASTS302

教員名

岡留　有哉

Instructor

OKADOME Yuya

開講年度学期

2026年度後期

Year

2026年度

Semester

②Second semester

曜日時限

木曜2限

Class hours

Thursday 2nd

開講学科・専攻　Department

工学部　情報工学科

Department of Information and Computer Technology, Faculty of Engineering

単位数　Course credit

2.00単位

授業の方法　Teaching method

講義

Lecture

外国語のみの科目（使用言語）　Course in only foreign languages (languages)

-

授業の主な実施形態　Main class format

① [対面]対面授業/ [On-site] On-site class

概要　Description

経済・金融や, 医療・生体, 地球科学, 環境科学, 自然科学等, あらゆる領域において観測される時系列データの統計的手法を学ぶ. 定常時系列から始め, 自己回帰モデル, ニューラルネットワークモデル等を紹介する. 演習をまじえることで実際のデータ解析への応用を目指したモデルの構築方法とその推定方法や, 評価方法を理解し, 自ら分析できる技術を身につける.

目的　Objectives

時系列解析を理解することで, データマイニングや機械学習において, データの時系列構造を意識した有益な統計手法の実装ができるようになることを目的とする.　本講義科目は, 本学科のディプロマ・ポリシーに定める「情報工学に必要な基礎学力と専門知識」を身に付けるための科目である．

到達目標　Outcomes

時系列解析の基礎事項の本質的な理解と, 各種モデルの理解及びその応用ができるようになることを到達目標とする.

卒業認定・学位授与の方針との関係（学部科目のみ）

リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。
You can check this from “Correspondence table between grading items and subjects” by following the link(for departments).
https://www.tus.ac.jp/fd/ict_tusrubric/

履修上の注意　Course notes prerequisites

本講義では, PCを用いた演習を想定しているため, 準備していることが望ましい. また, モデル実装時に用いるソフトウェアは指定しないが, 担当講師はPythonを用いた解説を行う.

アクティブ・ラーニング科目　Teaching type（Active Learning）

実習　Practical learning

-

準備学習・復習　Preparation and review

Python, R言語, Weka, Matlabなど, 時系列データを分析する際に有用なプログラム言語やデータマイニングソフトウェアを使用できることが望ましい.

成績評価方法　Performance grading policy

出席と演習課題, ならびにレポートから総合的に評価する.

学修成果の評価　Evaluation of academic achievement

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

教科書　Textbooks/Readings

教科書の使用有無（有=Y , 無=N）　Textbook used(Y for yes, N for no)

N

書誌情報　Bibliographic information

-

MyKiTSのURL（教科書販売サイト）　URL for MyKiTS(textbook sales site)

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
https://gomykits.kinokuniya.co.jp/tokyorika/

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
https://gomykits.kinokuniya.co.jp/tokyorika/

参考書・その他資料　Reference and other materials

必要な参考書は講義内で指示する.

授業計画　Class plan

1　ガイダンス, 時系列解析について
２　定常時系列, 自己相関関数
３　線形時系列モデリング（１）
４　線形時系列モデリング（２）
５　時系列モデルの診断
６　スペクトル解析
７　非線形時系列モデリング
８　ベイズ統計学の復習
９　状態空間モデル（１）
１０　状態空間モデル（２）
１１　深層学習フレームワーク
１２　畳み込み層を用いたモデリング
１３　再帰型ニューラルネットワークモデル（１）
１４　再帰型ニューラルネットワークモデル（２）とまとめ
１５　到達度評価試験

担当教員の実務経験とそれを活かした教育内容　Work experience of the instructor

岡留有哉：会社員（電機）データ分析分野の研究開発業務に従事した経験を活用して授業を進める.
Yuya Okadome: Company employee (Electronics manufacturer) R&D of data analysis.

教育用ソフトウェア　Educational software

-

備考　Remarks

授業でのBYOD PCの利用有無　Whether or not students may use BYOD PCs in class

Y

授業での仮想PCの利用有無　Whether or not students may use a virtual PC in class

N