Временные ряды. Часть 3

В видео рассматриваются методы прогнозирования временных рядов с использованием экспоненциального сглаживания, а также моделей SARIMA и SARIMAX. SARIMA используется для моделирования временных рядов с выраженной сезонностью, а SARIMAX позволяет учитывать внешние факторы, влияющие на поведение ряда. Приведены примеры применения этих моделей на реальных данных, их настройка и оценка качества прогнозов с использованием различных метрик.
Ссылка на блокнот:
https://colab.research.google.com/dri...
Датасет births:
https://drive.google.com/file/d/1QVRG...
Датасет passengers:
https://drive.google.com/file/d/1--Sk...
#временные ряды, SARIMA, SARIMAX, сезонность, автокорреляция, ARIMA, прогнозирование, тренд, сезонные данные, модель временных рядов, python

По вопросам обучения на курсах по технологиям Big Data, Kafka, Spark, Greenplum, AirFlow, NiFI, Hadoop, Data Science, нейронных сетей и машинного обучения приглашаем в нашу "Школу Больших Данных"
https://bigdataschool.ru
Обращаться по телефону:
+7 (495) 41-41-121
+7 (995) 100-45-63

Чтобы не пропустить информацию о новых курсах, акциях и других событиях Школы Больших Данных, рекомендуем подписаться на нас в социальных сетях:
Телеграм-канал: https://t.me/BigDataSchool_ru
Вконтакте: https://vk.com/bdschool_mck
Github: https://github.com/BigDataSchoolRU
LinkedIn:   / bigdataschoolru  

Подписывайтесь и будьте в курсе всех интересных новинок мира Big Data вместе со Школой больших данных - https://www.bigdataschool.ru