Time series modelling 21 22

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск

О курсе

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

Лектор: Демешев Борис Борисович

Лекции проходят на Покровке по пятницам в 9.30, аудитория М203

Семинарист: Зехов Матвей Сергеевич

Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203


Итоговая оценка за курс

ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.

Накоп. = ⅔ * ДЗ + ⅓ * КР

Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)

где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.

Округление арифметическое.

Автоматы

Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.

Дополнительные условия

  • При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.
  • При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.


Полезные ссылки

Телеграм-чат курса

Гитхаб курса

Таблица с оценками

Задачник

Боевой листок

Неделя 1

[14 января] Лекция: Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. Запись Конспект

Семинар: Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. Запись Ноутбук 1 Ноутбук 2

Неделя 2

[21 января] Лекция: LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. Запись Конспект Статья про LOESS STL простым языком Оригинальная статья про STL Фичи STL

Семинар: Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. Запись Ноутбук Хорошая статья про стратегии

Неделя 3

[28 января] Лекция: ETS-модель. Правдоподобие ETS-модели. Запись прошлого года Конспект

Семинар: Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. Запись Глава книги Хиндмана

Неделя 4

[4 февраля] Лекция: Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера Запись Конспект

Семинар: Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. Видео Ноутбук

Неделя 5

[11 февраля] Лекция: Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. Запись Конспект

Семинар: Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. Видео Ноутбук

Неделя 6

[18 февраля] Лекция: Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. Видео Конспект

Семинар: Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. Видео Ноутбук

Неделя 7

[25 февраля] Лекция: ARMA, ARIMA, SARIMA Видео Конспект

Семинар: Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. Видео Конспект Ноутбук

Неделя 8

[4 марта] Лекция: ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. Видео Конспект

Семинар: Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. Видео Конспект Ноутбук

Неделя 9

[11 марта] Лекция: KPSS-тест. Процедура Хандакара-Хиндмана. Видео Конспект

Семинар: SARIMA. SARIMAX. Тест причинности Гранжера. Видео Конспект Ноутбук

Неделя 10

[18 марта] Лекция: GARCH-модель. Видео Конспект

Семинар: Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. Видео Конспект Ноутбук 1 Ноутбук 2

Неделя 11

[25 марта] Лекция: Не состоялась

Семинар: ARCH-GARCH. Filtered Historical Simulation. Видео Конспект Ноутбук

Неделя 12

[8 апреля] Лекция: Копулы Видео Конспект

Семинар: Не состоялся

Неделя 13

[15 апреля] Лекция: Классификация временных рядов. DTW. Видео Конспект

Семинар: Многомерные модели оценки риска. Смеси распределений. Копулы. Видео Ноутбук 1 Ноутбук 2

Неделя 14

[22 апреля] Лекция: Введение в байесовский анализ. Важные распределения Видео Конспект

Семинар: Классификация временных рядов. Видео Конспект Ноутбук

Неделя 15

[29 апреля] Лекция: Априорное распределение Джеффриса. Видео Конспект


Неделя 16

[18 мая] Лекция (восстановленная) ETS => DLT. Видео Конспект

[20 мая] Лекция: Гауссовские процессы. ВидеоКонспект


Неделя 17

[27 мая] Лекция: Иерархические модели временных рядов. Видео Конспект

Неделя 18

[3 июня] Лекция: Сравнение прогнозов. Алгоритм MSTL. Видео Конспект

Неделя 19

[10 июня] Лекция: Решение задач. Видео Конспект

Контрольная работа

Вариант прошлого года

Экзамен

Вариант прошлого года

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.


Практические задания

Домашнее задание 1

Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.

Выдается: 30.01.2022 02.00

Дедлайн: 11.10.2022 23.59

Задание

Данные


Домашнее задание 2

Кросс-валидация. STL-разложение. ETS-модель.

Выдается: 20.02.2022 03.00

Дедлайн: 08.03.2022 23.59

Задание

Данные 1

Данные 2


Домашнее задание 3

SARIMAX-модель.

Выдается: 30.03.2022 18.00

Дедлайн: 16.04.2022 23.59

Задание

Данные


Домашнее задание 4

VaR и ES портфеля.

Выдается: 21.04.2022 18.00

Дедлайн: 10.05.2022 23.59

Задание

Теоретические задания

Домашнее задание


Выдается: 27.05.2022 20.00

Дедлайн: 12.06.2022 23.59

Задание