Публикации по темата time-series-analysis

Свързани публикации 'time-series-analysis'

Практическо ръководство за ARIMA модели, използващи PyCaret — част 4

Комбиниране на термините „Тенденция“ и „Разлика“. 📚 Въведение В предишните статии от тази поредица ние поотделно видяхме въздействието на термините за тенденция и разлика върху изхода на модел ARIMA. Тази статия ще разгледа комбинирания ефект на тези два термина и как са моделирани. 📖 Предложени предишни четива Предишните статии от тази поредица можете да намерите по-долу. Бих препоръчал на читателите първо да преминат през тях, преди да продължат с тази статия. Тази статия се..

Дефиниране на модела на подвижната средна за прогнозиране на времеви редове в Python

Разгледайте модела на подвижната средна и открийте как можем да използваме диаграмата на ACF, за да идентифицираме правилния модел MA(q) за нашата времева серия Един от основополагащите модели за прогнозиране на времеви редове е моделът на пълзящата средна, означен като MA(q). Това е един от основните статистически модели, който е градивен елемент на по-сложни модели като моделите ARMA, ARIMA, SARIMA и SARIMAX. По този начин дълбокото разбиране на MA(q) е ключова стъпка преди..

Методи за времеви серии: Филтър на Калман от нулата в Python — част 3

Тази публикация ще продължи да проучва друго използване на методите на филтъра на Калман, главно като алтернатива за правене на многовариантна прогноза. Друга опция включва векторна авторегресия (VAR). Тази публикация няма да навлиза в подробности за VAR, а по-скоро ще предостави алтернатива за моделиране на многоизмерен изход, когато процесът на преход е известен. Важно е да знаете, че когато използвате филтъра на Калман, връзката между ненаблюдаваната променлива и наблюдавания изход е..

sktime — Python Toolbox за машинно обучение с времеви серии

Бележка на редактора: Франц Кирали е лектор за ODSC Europe този юни. Не пропускайте да разгледате неговата реч „ sktime — Python Toolbox за машинно обучение с времеви серии » там! Добре дошли в sktime, отворената общност и рамка на Python за всички неща времеви серии . Ето какво трябва да знаете: sktime е пакет на Python за задачи с времеви серии като прогнозиране, класификация и трансформации с познат и удобен за потребителя API, подобен на scikit-learn. Той е „включен с..

Анализ на времеви редове с KNIME — въведение

Научете основните стъпки за извършване на анализ на времеви редове с платформата KNIME Analytics Analytics, без да пишете ред код и все пак да използвате библиотеки на python. въведение В този пример ще научим за свойствата на времевите редове и как да ги моделираме за изчисляване на прогнози.

Пътна карта за цялостен анализ на времеви редове

Добре дошли в ресурс на едно гише за изучаване и практикуване на анализ на времеви редове (TSA). Това изчерпателно ръководство ще ви предостави видео уроци, статии, GitHub връзки за код и списък с основни термини, които да имате предвид по всяко време. Следването на тази пътна карта ще ви помогне да разберете жизненоважните концепции на TSA и ще ви подготви за интервюта, свързани с времеви редове. ВИДЕО Започнете пътуването си в TSA, като разберете основни понятия като..

Времеви редове с LSTM

Времеви редове с LSTM Прогнозирането на времеви редове включва прогнозиране на бъдещи стойности на зависима от времето променлива въз основа на предишни наблюдения с помощта на статистически модели или модели на машинно обучение. Набор от данни за времеви редове, като цени на фондовия пазар, метеорологични данни или числа на продажбите, се изследва и използва за прогнозиране на бъдещи стойности чрез изследване на...