4.0/5.0
(5 نظرات)

225,000 تومان

تعداد قسمت 40
مدت زمان 05:28:35
انتشار 1402/10/07
آخرین ویرایش 1402/10/07

علی استادی

مدرس دانشسرا

برچسب های محبوب

تحلیل و پیش بینی سری زمانی با پایتون

4.0/5.0
تعداد مهارتجو 183
آخرین ویرایش 1402/10/07
انتشار 1403/02/21

توضیحات تحلیل و پیش بینی سری زمانی با پایتون

تحلیل و پیش بینی سری زمانی از حوزه های Data Science است و کاربردهای بسیار متنوعی در صنایع موجود در جهان فعلی دارد. بسیاری از صنایع با این مهارت ها به دنبال Data Scientist هستند. این دوره شامل انواع تکنیک های مدل سازی برای پیش بینی و تجزیه و تحلیل است.در این دوره به علاوه بر بررسی ساختاری و فرمولی مدل های سری زمانی با پایتون به پیاده سازی این مدل ها نیز می پردازیم . مطالب تئوری به صورت کاملا روان و مفهموی بیان شده اند و پیاده سازی ها در پایتون نیز به صورت کاملا دسته بندی شدی و مرتب می باشد .ما با برنامه نویسی در پایتون شروع می کنیم که مهارت اساسی مورد نیاز است و سپس تئوری اساسی سری زمانی را بررسی خواهیم کرد تا به شما کمک کند مدلی را که بعد از آن می آید درک کنید. تحلیل و پیش بینی سری زمانیسری‌های زمانی یا Time Series به داده‌های وابسته به زمان مربوط می‌شود. تحلیل سری زمانی هم از روش های تحلیل چنین داده هایی است. برای مثال...

تحلیل و پیش بینی سری زمانی از حوزه های Data Science است و کاربردهای بسیار متنوعی در صنایع موجود در جهان فعلی دارد. بسیاری از صنایع با این مهارت ها به دنبال Data Scientist هستند. این دوره شامل انواع تکنیک های مدل سازی برای پیش بینی و تجزیه و تحلیل است.

در این دوره به علاوه بر بررسی ساختاری و فرمولی مدل های سری زمانی با پایتون به پیاده سازی این مدل ها نیز می پردازیم . مطالب تئوری به صورت کاملا روان و مفهموی بیان شده اند و پیاده سازی ها در پایتون نیز به صورت کاملا دسته بندی شدی و مرتب می باشد .

ما با برنامه نویسی در پایتون شروع می کنیم که مهارت اساسی مورد نیاز است و سپس تئوری اساسی سری زمانی را بررسی خواهیم کرد تا به شما کمک کند مدلی را که بعد از آن می آید درک کنید.

تحلیل و پیش بینی سری زمانی

سری‌های زمانی یا Time Series به داده‌های وابسته به زمان مربوط می‌شود. تحلیل سری زمانی هم از روش های تحلیل چنین داده هایی است. برای مثال تشخیص روند تغییرات ارزش سهام با توجه به داده های جمع آوری شده در طول یک سال می تواند تحلیل پیش بینی سری زمانی نامیده شود.

معمولا در تحلیل سری زمانی، هدف ایجاد مدلی برای تشخیص رفتار داده های مرتبط با زمان است.با این کار می توان عمل پیش بینی را برای آینده صورت داد. به نظر می رسد تحلیل سری زمانی، کمک می کند که با مطالعه گذشته و درس گرفتن از آن، آینده را پیش بینی کرد و به بهتر شدن آن دست زد.

اهداف سری زمانی

توضیح و تفسیر پدیده ها

پیش بینی پدیده ها

هر سری زمانی معمولا از چهار جزء زیر تشکیل شده است:

روند کلی

نوسانات فصلی

تغییرات دوره ای

تغییرات تصادفی

روند (Trend):

اگر از نوسانات مقطعی سری زمانی صرفنظر کنیم، می توان در شناسایی روند آن به نمودار فروش دقت کرد .

نوسانات فصلی (Seasonality):

رشد یا افول سری زمانی در دوره های منظم را، نوسانات فصلی می گویند. مثلا فروش بلیط یک شهربازی، در پنجشنبه ها نسبت به سایر روزها بیشتر است.

این افزایش در فروش که هر پنجشنبه به صورت منظم رخ می دهد، یک تغییر فصلی می گویند. بنابراین با توجه به اینکه کوتاه ترین فاصله منظم تغییرات، یک هفته است، یک فصل سری زمانی برابر با یک هفته است.

تغییرات ادواری (long-run cycle):

به نوسانات تکرارشونده با دوره طولانی تر از یک فصل از سری زمانی، تغییر ادواری می گویند. مثلا رفتار سری بلیط فروشی یک شهربازی، در تابستان های هر سال مشابه هم است و نسبت به سایر ایام، بیشتر است.

تغییرات نامنظم (stochastic):

تغییراتی که قابل پیش بینی نیستند و نظم و الگوی خاصی ندارند. یک تحلیل گر پیش از هر چیز بایستی کلیه روند های کلی، فصلی و تغییرات ادواری را کشف کند. آنجه باقی می ماند، بایستی هیچ روندی نداشته باشد و نتوان هیچ دلیلی برای آن کشف کرد.

مفهوم تحلیل سری زمانی

تحلیل سری های زمانی در بسیاری از زمینه ها بخصوص صنعت کسب و کار و بنگاه های مالی گرفته تا علوم اجتماعی و اقتصاد کاربرد دارد. از آنجایی که رفتار داده ها در زمان یکسان نیست، الگو ها مختلفی برای پیش بینی سری های زمانی تعریف شده است.

از طرفی برای پیاده سازی محاسبات روی داده های سری زمانی از زبان برنامه نویسی و محاسباتی پایتون استفاده می شود و با استفاده از داده های جمع آوری شده درباره یک پدیده اجتماعی، مالی، صنعتی، گذشته می توانیم داده و رخداد ها را پیشبینی کنیم.

این دوره برای چه کسانی است:

افرادی که به دنبال شغلی در علم داده هستند.

حرفه ای های شاغل که می خواهند سفر یادگیری ماشین خود را آغاز کنند.

متخصصان آمار که به تجربه عملی بیشتری نیاز دارند.

هر کسی که کنجکاو است تا در یک بازه زمانی کوتاه، بر تحلیل سری های زمانی با استفاده از پایتون مسلط شود.

مشاهده بیشتر