Публикации по теме 'time-series-analysis'
IID: значение и интерпретация для начинающих
Независимые и одинаково распределенные
В статистике, анализе данных и машинном обучении концепция IID часто выступает в качестве фундаментального предположения или условия. Это означает « независимый и одинаково распределенный ». Случайная величина или последовательность IID является важным компонентом статистических или машинных моделей, а также играет роль в анализе временных рядов.
В этом посте я интуитивно объясняю концепцию IID в трех различных контекстах: выборка,..
Машинное обучение временных рядов: будущее торговли акциями
Благодаря внедрению методов машинного обучения временных рядов (TSML) в мире торговли акциями в последние годы произошла значительная революция. Этот новаторский метод анализа и прогнозирования паттернов фондового рынка может изменить ландшафт торговой тактики и инвестиционных решений. В этом посте мы заглянем в интересный мир TSML и посмотрим, как он формирует будущее торговли акциями.
Машинное обучение временных рядов: обзор
Машинное обучение временных рядов — это эффективная..
Полное введение в анализ временных рядов (с R): процессы ARMA (Часть I)
Возможно, одним из самых известных и наиболее изученных подходов к работе с временными рядами, который до сих пор широко используется, являются модели ARMA(p,q) и их производные. Как вы можете догадаться, они, по сути, представляют собой обобщение процессов AR (1) и MA (1), которые мы видели ранее. Прежде чем мы начнем, давайте познакомимся с некоторыми полезными операторами, которые позволят нам упростить наши обозначения.
Операторы авторегрессии и скользящего среднего..
SHAP для обнаружения событий временных рядов
SHAP для обнаружения событий временных рядов
Использование модифицированного KernelSHAP для обнаружения событий временных рядов
Важность признаков — это широко распространенный метод, используемый для объяснения того, как модели машинного обучения делают свои прогнозы. Этот метод присваивает оценку или вес каждой функции, указывая, насколько эта функция способствует предсказанию. Оценки можно использовать для определения наиболее важных функций и понимания того, как модель делает..
Машинное обучение для прогнозирования: преобразования и извлечение признаков
Контролируемое обучение с временными рядами. Как создавать одномерные модели прогнозирования с помощью Python
В этом посте вы научитесь применять контролируемое обучение с временными рядами с использованием Python.
Это включает в себя две вещи:
преобразование временных рядов из последовательности в табличный формат; добавление новых функций на основе сводной статистики.
Введение
Прогнозирование — одна из наиболее изучаемых проблем науки о данных. Цель состоит в том, чтобы..
Используйте частоту чаще
Частотный анализ чрезвычайно полезен в огромном количестве областей. От аудио до механических систем, обработки естественного языка и обучения без присмотра. Для многих ученых и инженеров это жизненно важный инструмент, но для многих специалистов по данным и разработчиков он едва ли понятен, если вообще понятен. Если вы ничего не знаете о частотном анализе, не волнуйтесь, вы только что нашли свое руководство.
Для кого это полезно? Любой, кто работает практически с любым сигналом,..
Первые три вещи, которые я делаю при анализе временных рядов
Понимание данных имеет первостепенное значение
Очень часто те, кто неопытен в анализе временных рядов, пытаются «поставить телегу впереди лошади», то есть построить модель для анализа временного ряда, не понимая сначала этого временного ряда должным образом.
Временные ряды действуют иначе, чем многие другие наборы данных, поскольку в них часто присутствует автокорреляция , то есть корреляция между наблюдениями за рассматриваемой переменной в разные периоды времени.
Помимо..
