ARIMA хугацааны цувааны таамаглалыг Python дээр хэрэгжүүлэх (Project)

Энэхүү практик төсөл нь хугацааны цувааны өгөгдлийг ашиглан ирээдүйн утгыг таамаглах үндсэн ойлголтууд болон практик аргачлалуудыг заах зорилготой. Сургалтаар та...
Review
(0 ratings)
Багш
17 cурагч 16 хичээл Монгол хэл 183 хоног

Энэхүү практик төсөл нь хугацааны цувааны өгөгдлийг ашиглан ирээдүйн утгыг таамаглах үндсэн ойлголтууд болон практик аргачлалуудыг заах зорилготой. Сургалтаар та хугацааны цувааны анализын суурь мэдлэг эзэмшиж, AR, MA, ARIMA, SARIMA зэрэг загваруудыг Python хэл дээр хэрэгжүүлэх чадвартай болно.

Юу сурах вэ?

  • Хугацааны цувааны үндсэн ойлголтуудыг ойлгох (тренд, улирлын нөлөө, цикл, noise).
  • Стационар байдал гэж юу болох, яагаад чухал болохыг мэдэх, стационар байдлыг хэрхэн шалгах.
  • AR, MA, ARIMA, SARIMA загваруудын онолын үндсийг ойлгож, практикт хэрэгжүүлэх.
  • ACF ба PACF графикуудыг ашиглан загварын параметрүүдийг сонгох.
  • Загваруудыг үнэлэх аргачлалуудыг сурах (MSE, AIC гэх мэт).
  • Загварын параметрүүдийг оновчлох аргуудыг сурах.
  • Бодит өгөгдөл дээр загваруудыг тааруулж, таамаглал хийх.

Агуулга:

  • Хугацааны цувааны үндсэн ойлголтууд, стационар байдал.
  • AR болон MA загваруудын онол ба хэрэгжүүлэлт.
  • ARIMA загварын онол, стационар бус цувааг стационар болгох.
  • ACF ба PACF графикуудыг ашиглах.
  • Загваруудыг үнэлэх аргачлалууд.
  • SARIMA загвар.
  • Загварыг сайжруулах аргууд.

Хэнд зориулсан бэ?

  • Энэ сургалт нь өгөгдлийн шинжилгээ, машин сургалт, хугацааны цувааны анализ сонирхдог оюутан, судлаач, мэргэжилтнүүдэд зориулагдсан.

0%

Санал болгох

error: