Time series modelling 21 22 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
Строка 155: Строка 155:
 
==== Теоретические задания ====
 
==== Теоретические задания ====
  
'''Домашнее задание 1'''
+
'''Домашнее задание'''
 
+
 
+
'''Домашнее задание 2'''
+

Версия 09:58, 14 января 2022

О курсе

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

Лектор: Демешев Борис Борисович

Лекции проходят на Покровке

Семинарист: Зехов Матвей Сергеевич

Семинары проходят на Покровке


Итоговая оценка за курс

Итог = 0.4 * ДЗ + 0.3 * КР + 0.3 * Экз

ДЗ — средняя оценка за домашние задания

КР — оценка за контрольную работу

Экз — оценка за письменный экзамен

Полезные ссылки

[Телеграм-чат курса]

[Anytask курса]

Гитхаб курса

[Таблица с оценками]

Боевой листок

Неделя 1

[10 сентября] Лекция:

Семинар: Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез.


Неделя 2

[17 сентября] Лекция:

Семинар: Обработка и преобразования временных данных. Визуализация рядов, периодичность, тривиальные модели прогнозирования.

Неделя 3

[24 сентября] Лекция:

Семинар: Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS.

Неделя 4

[1 октября] Лекция:

Семинар: Алгоритм построения и валидации модели. Стабилизация дисперсии. Отбор моделей. Тестирование качества модели. Информационные критерии. Кросс-валидация. Метрики качества.


Неделя 5

[15 октября] Лекция:

Семинар: Ансамблирование. Лаговые полиномы. AR-процесс, вывод автокорреляции и частной автокорреляции.

Неделя 6

[29 октября] Лекция: AR-процесс. Теорема о стационарных решениях.

Семинар: MA-процесс. ARMA-процесс. Условие стационарности/стабильности процесса. Примеры симуляций.

Неделя 7

[5 ноября] Лекция:

Семинар: Проблема нестационарности. Модели трендов. Детерминированный и стохастический тренды. SARIMA-модель.

Неделя 8

[12 ноября] Лекция:

Семинар: Тестирование нестационарности. ADF-тест. KPSS-тест. Стратегии прогнозирования: прямая и рекурсивная.

Неделя 9

[19 ноября] Лекция:

Семинар: Модели ARIMAX/DL/ADL, тест причинности Гранжера, коинтеграция, особенности стратегий прогнозирования.

Неделя 10

Лекция:

Семинар: Orbit


Неделя 11

[26 ноября] Лекция:

Семинар: Prophet

Неделя 12

[10 декабря] Лекция:

Семинар: GARCH-модель. Копулы. VaR, ES. Оценка VaR и ES с помощью GARCH и копул.

Неделя 13

[17 декабря] Лекция:

Семинар: Классификация и кластеризация рядов. DTW.

Восстановленный семинар: Гауссовские процессы?

Контрольная работа

Экзамен

Домашние задания

Общие правила

Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.

Мягких дедлайнов нет. Все дедлайны жёсткие.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.

В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.

Формат файла для сдачи домашнего задания:

Схема: ДЗ_{Номер домашнего задания}_{Фамилия кириллицей}_{Имя кириллицей}.ipynb

Пример: ДЗ_1_Зехов_Матвей.ipynb

Практические задания

Домашнее задание 1


Домашнее задание 2


Домашнее задание 3


Домашнее задание 4

Теоретические задания

Домашнее задание