■ 機械学習をもっと学ぶなら『キカガク』へ
https://www.kikagaku.ai/
■ 講義使用ファイル
https://drive.google.com/drive/folders/1IaXs5HTE4K2UevldiQ74lyyXfd6s5H-B?usp=sharing
■ 参考動画
【機械学習入門】Pythonで機械学習を実装したい人がはじめに見る動画（教師あり学習・回帰）
【機械学習入門】Pythonで機械学習を実装したい人がはじめに見る動画（教師あり学習・回帰）
本動画では、東京電力の消費電力量（実データ）の需要予測にチャレンジしてみます。機械学習を学びはじめ、「時系列予測」「需要予測」に興味がある方にはもってこいの講座です。
＜対象者＞
・AI・機械学習を学び始めた方
・Pythonの基礎を終えたので次のステップを学んでいきたい方
・需要予測をやってみたい方
00:00 イントロ
01:08 データの準備
10:50 データの前処理
22:17 予測モデルの構築
31:49 予測結果の集約
41:22 評価指標（MAPE）
46:30 精度向上のための施策
57:45 周期性の確認
#Pythonで需要予測 #Pythonで時系列解析 #Pythonで機械学習
コメント
pythonで何かのデータ調べる練習したくて、地元の電力会社でも、試してみます！
ありがとうございます!!!
いつもながら地味なテクニックが助かります！
– Pandasで読み込むときにskiprowsで不要な行を削除
– df[‘column’] = リスト でDataFrameに追加できる
– datetimeのstrptimeで文字列をdatetime型に変換
– 空のDataFrameに、値が入ったDataFrameをconcatしてもエラーなくそのまま結合できる
スクレイピングによるデータ抽出と合わせてProphetを使用してBitcoinの価格予測をしてみたのですが、直近の価格の値上がりがすごすぎて全然結果が出なかったです（予想値は大暴落なのに、実データは爆上がり）。ハイパーパラメータいじったらマシになるかもしれませんが、周期性より話題で変動するものにはかなり厳しいですね・・・・