МОВС Анализ временных рядов, ATSF (2023-24 уч. год, 2-3 модули) — различия между версиями
м (add hw-1 "SES") |
|||
| Строка 37: | Строка 37: | ||
| style="background:#eaecf0;" | '''3''' [[https://www.youtube.com/watch?v=S_Ychya3y8U&list=PLmA-1xX7IuzBw8JzLnhBQ_et20hfG3dGF Запись]] || [[https://github.com/aromanenko/ATSF/blob/wip/3_Holt%2C%20Winters%2C%20Theil-Wage.ipynb Ноутбук]] Учет сезонности, трендов и пр. компонент в моделях семейства простого экспоненциального сглаживания. Обсуждение ДЗ-1. || 16.11.23 || | | style="background:#eaecf0;" | '''3''' [[https://www.youtube.com/watch?v=S_Ychya3y8U&list=PLmA-1xX7IuzBw8JzLnhBQ_et20hfG3dGF Запись]] || [[https://github.com/aromanenko/ATSF/blob/wip/3_Holt%2C%20Winters%2C%20Theil-Wage.ipynb Ноутбук]] Учет сезонности, трендов и пр. компонент в моделях семейства простого экспоненциального сглаживания. Обсуждение ДЗ-1. || 16.11.23 || | ||
|- | |- | ||
| − | | style="background:#eaecf0;" | '''4''' [[ Запись]]|| [[ Ноутбук]] Стационарность. ARIMA || 23.11.23 || | + | | style="background:#eaecf0;" | '''4''' [[https://youtu.be/BNQLWJER3nI?si=sPqLip9JgNhiJ9uK Запись]]|| [[https://github.com/aromanenko/ATSF/blob/main/3_Holt%2C%20Winters%2C%20Theil-Wage.ipynb Ноутбук]] Стационарность. ARIMA || 23.11.23 || |
|- | |- | ||
| − | | style="background:#eaecf0;" | '''5''' [[ Запись]] || [[ Ноутбук]] Настройка гиперпараметров ARIMA. ACF и PACF || 30.11.23 || | + | | style="background:#eaecf0;" | '''5''' [[https://youtu.be/aid-SKh_blw?si=O8Y2RX_IXLAHxdTD Запись]] || [[ Ноутбук]] Настройка гиперпараметров ARIMA. ACF и PACF || 30.11.23 || |
|- | |- | ||
| style="background:#eaecf0;" | '''6''' [[ Запись]] || [[ Ноутбук]] Заключительное занятие по ARIMA, варианты учета каузальных переменных. Обсуждение ДЗ-2. || 07.12.23 || | | style="background:#eaecf0;" | '''6''' [[ Запись]] || [[ Ноутбук]] Заключительное занятие по ARIMA, варианты учета каузальных переменных. Обсуждение ДЗ-2. || 07.12.23 || | ||
Версия 20:31, 4 декабря 2023
Содержание
О курсе
В данном курсе студенты узнают о широком классе прикладных задач, в которых применяются методы time series forecasting, а также смогут применить полученные знания при решении примеров задач. В качестве прикладных задач прогнозирования временных рядов будут рассмотрены примеры из ритейл-индустрии, производства (manufacturing), финансовых рынков, социально-демографической сферы, медицины.
В структуру курса заложено ознакомление с теорией статистических алгоритмов таких как ETS, ARIMA, GARCH, GAS (Generalized Autoregressive), композиции над алгоритмами прогнозирования временных рядов. Наряду с этим ряд занятий посвящено использованию классических Machine Learning алгоритмов в пайплайне методов прогнозирования временных рядов. Ключевое внимание будет уделено особенностям работы, реализации и применения изучаемых методов в прикладных задачах, практические задания будут включать как самостоятельную разработку алгоритмов, так и применение разработанных пакетов/библиотек алгоритмов прогнозирования временных рядов.
В результате прохождения курса студенты смогут использовать изученные алгоритмы для прогнозирования временных рядов на практике.
Занятия проводятся в Zoom по пятницам в 18:00
Контакты
Чат курса в TG: https://t.me/+ETgDjat2dR8yNDcy
Преподаватель: Романенко Алексей Александрович
Ассистенты
| Ассистент | Контакты |
|---|---|
| Даша Саламашенкова | @salamashenkovadasha |
| Алина Васютина | @alina_vasyutina |
| Анастасия Гергенретер | @nastya_gergen |
Материалы курса
Плейлист курса на YouTube: https://www.youtube.com/playlist?list=PLmA-1xX7IuzBw8JzLnhBQ_et20hfG3dGF
GitHub с материалами курса: https://github.com/aromanenko/ATSF
| Занятие | Тема | Дата | Ссылки |
|---|---|---|---|
| 1 [Запись] | [Ноутбук] Time Series Overview | 02.11.23 | |
| 2 [Запись] | [Ноутбук] Простое экспоненциальное сглаживание | 09.11.23 | |
| 3 [Запись] | [Ноутбук] Учет сезонности, трендов и пр. компонент в моделях семейства простого экспоненциального сглаживания. Обсуждение ДЗ-1. | 16.11.23 | |
| 4 [Запись] | [Ноутбук] Стационарность. ARIMA | 23.11.23 | |
| 5 [Запись] | Ноутбук Настройка гиперпараметров ARIMA. ACF и PACF | 30.11.23 | |
| 6 Запись | Ноутбук Заключительное занятие по ARIMA, варианты учета каузальных переменных. Обсуждение ДЗ-2. | 07.12.23 | |
| 7 Запись | Ноутбук ML для прогнозирования временных рядов | ||
| 8 Запись | Ноутбук Измерение качества предсказаний временных рядов. Лоссы в TSF | ||
| 9 Запись | Ноутбук DL в прогнозировании временных рядов | ||
| 10 Запись | Ноутбук Подходы к сегментации временных рядов | ||
| 11 Запись | Ноутбук Композиции моделей предсказания временных рядов | ||
| 12 Запись | Ноутбук Моделирование спроса | ||
| 13 Запись | Ноутбук Специфичные вопросы прогнозирования временных рядов: Business Value from Forecasting, часто используемые пакеты, внедрение систем прогнозирования |
Формула оценивания
Оценка = 0.3*ОДЗ-1 + 0.3*ОДЗ-2 + 0.4*ОДЗ-3 + 0.4*ОБонусные задания
Баллы за бонусные задания - ставятся за участие в соревнованиях по тематике курса. Оценка за участие в соревновании выставляется преподавателем в зависимости от успешности участия; за каждое из соревнований можно получить до 10 баллов; баллы, полученные за разные соревнования, будут суммироваться в так называемый Бонус. Прохождение иных курсов и сдача заданий по другим курсам не будут засчитываться как Бонус.
Домашние задания
Anytask: https://anytask.org/course/1072
- ДЗ-1 "Экспоненциальное сглаживание": Основная часть, Дедлайн: 03.12.23
Бонусная часть, Дедлайн: 04.03.24 - ДЗ-2 "ARIMA"
- ДЗ-3 "Kaggle"
Литература
- James D Hamilton, Time Series Analysis, 1994
- Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс
- Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов, Учеб. пособие. М.: Финансы и статистика, 2003 г. - 416 с: ил., главы 1,4,5,7.
- Jonathan D. Cryer, Kung-Sik Chan, Time Series Analysis With Applications in R. Second Edition. Springer
- Bollerslev, Tim (1992). "ARCH Modeling in Finance: A Review of the Theory and Empirical Evidence". Journal of Econometrics. 52 (1–2): 5–59.
