Публикации по теме 'time-series-analysis'


Уловки Pandas для анализа временных рядов
3 функции (с кодом) для анализа временных рядов в Pandas Pandas почти не нуждается в представлении. Для тех, кто только начинает заниматься наукой о данных, Pandas расшифровывается как Panel Data Analysis и в настоящее время является основной библиотекой для преобразования данных в Python. Помимо многих других вещей, мы можем использовать этот хороший пакет для анализа временных рядов. Да, есть много методов, которые можно использовать. В этом посте мы увидим парочку из них...
Путешествие во времени: раскрытие возможностей анализа временных рядов, прогнозирования и приложений
Машинное обучение Путешествие во времени: раскрытие возможностей анализа временных рядов, прогнозирования и приложений В мире анализа данных данные временных рядов занимают особое место. Данные временных рядов, от тенденций на фондовом рынке до погодных условий, позволяют понять, как переменные меняются с течением времени. В этой статье мы рассмотрим концепцию временных рядов, углубимся в мир анализа временных рядов, выделим его разнообразные приложения и коснемся некоторых новых..
Анализ временных рядов
Часть 1. Введение Серия статей на тему Анализ временных рядов в науке о данных Анализ временных рядов Введение В большинстве случаев обработки анализа данных вы можете иметь дело с данными временных рядов, т. е. с данными, которые были записаны последовательно в течение определенного периода времени. Данные временных рядов часто возникают, когда вы отслеживаете такие процессы, как продажи, в течение определенного периода времени. Из этого вытекают два важных атрибута:..
DengAI: Прогнозирование распространения заболеваний - Прогнозирование STL / ARIMA / Box-Jenkins
DengAI: Прогнозирование распространения заболеваний - Прогнозирование STL / ARIMA / Box-Jenkins Использование метода прогнозирования STL с моделью ARIMA, параметризованной с помощью метода Бокса-Дженкинса. Этот пост основан на нашем первом посте в блоге , который касался начального преобразования данных экзогенных переменных. Теперь мы строим первую модель, используя только целевую переменную. Это делается с помощью метода прогнозирования STL . Это позволяет нам моделировать..
Анализ ARIMA ежемесячных данных об обслуживании города Оттава
В этом посте мы будем использовать ARIMA для набора данных вызовов службы города Оттава, чтобы предсказать будущие значения. Мы сравним три разных метода прогнозирования, используя различные методы в качестве ключевых показателей эффективности (KPI). Как упоминалось ранее в другой записной книжке, эти данные находятся в свободном доступе на портале данных , предлагаемом городом Оттава. Портал данных сообщает следующее об этих данных. Данные представляют собой сводку запросов на..
Временные ряды — это просто: изучение волшебства решений для машинного обучения
Введение Добро пожаловать в увлекательный мир анализа временных рядов! В этой статье мы рассмотрим возможности решений для машинного обучения и демистифицируем сложности данных временных рядов. Приготовьтесь выявлять закономерности, предсказывать будущее и с легкостью принимать обоснованные решения. В современном быстро меняющемся мире, управляемом данными, получение конкурентного преимущества имеет решающее значение для успеха. Чтобы достичь этого, как компании, так и частные лица..
Анализ временных рядов с помощью Python
Анализ временных рядов состоит из использования наших существующих знаний о наборах данных для прогнозирования и выдвижения гипотез. Машинное обучение дает специалистам по данным возможность создавать убедительные рассказы о своих данных, используя инструменты, которыми они уже обладают. Пока они находятся на этапе обучения, он помогает им в разработке и тестировании их модели машинного обучения. Машинное обучение делает точные прогнозы с помощью алгоритмов и статистических моделей, а не..