Лекция 10 Прогнозирование временных рядов

[xeivsms]

Как за 4 года похорошел python при Собянине и statsmodels

[stukituk.clever]

Почему-то на прогнозирование временных рядов тяжело найти много информации в одном месте. В частности базовую информацию. Но это видео исключение из этого правила. Спасибо, очень полезная лекция для понимания основ!

[sergeyvolnov]

Супер видос - столько смысла в одном видео я давно не видел🔥

[Felix-ogpd]

3:00 Предсказательный интервал
7:00 регрессия. автокореляция пирсона
8:00 компоненты ВР: тренд. Сезонность. Цикл. Ошибка
12:00
18:00 значимость автокореляции. Критерий стьюдента. Льюнга-бокса.
20:00 стационарность
25:00 статистические критерии. KPSS. Дики-фуллера
27:00 стабилизация дисперсии. Преопрозование Бокса-кокса
29:00 дифференцированние
33:00 авторегрессия. Скользящие среднее. ARMA. ARIMA. SARMA. SARIMA
47:00 подбор параметров функции. Dd, Qq, Pp, AICe, BIC, Bias tradeoff
1:00:00 как построить прогноз? Насыщенность. Стационарность. Неавтокореруемость.
1:08:00 построение Предсказательного интервала. Python vs R. Сложная сезонность (Праздники, domen knowledge) SARIMAX. Регресионные признаки
1:15:00 проблемы прогнозирования. ARIMA не нужна? features
1:20:00 Массовое прогнозирование
1:25:00 литература
Наука не нужна?
Коридор значимости?

[everlastingsummer]

18:41 проверка значимости автокорреляции
24:57 статистические критерии на стационарность
27:27 стабилизация дисперсии

[oldzas]

Большое спасибо, просто и доступным языком

[retiber]

Эх, видел бы я эту лекцию 3 года назад, когда только начинал изучать ариму...

[ivanaaa]

Какой аккуратно сложыенный мальчик. Хочется всклокочить его волосы и потом долго смотреть в его умные глаза.

[sergueirus]

наконец-то все становится на свои места в моей голове. Самое главное, нет этих западных криков и бешенного типа, а также дешевых шуток.

[MaxZaikin]

Евгений,
замечательная лекция. Пару замечаний, не хватает примеров, которые аудитория могла бы повторить в лабораторных условиях, чтобы понять как работают те или иные алгоритмы и в чем их преимущества или недостатки перед другими. Хотелось бы иметь ссылку на саму презентацию, чтобы почитать отдельно, а так же хотелось бы иметь ссылку на Jupiter notebook, где можно было бы поработать с примерами из лекции.
А в целом 5/5 желаю успехов в научной деятельности.
С Уважением,
Макс.

[andregogiko]

Лекция хорошая, но некоторые слайды сильно отстают и выходит что докладчик что-то объясняет, а слайд предыдущий и приходится включать фантазию и придумывать будущее изображение

[saitaro]

Спасибо. Но имя лектора неплохо бы указать. Всё-таки старался человек=)

[svemjci]

1:00:54 Непонятно сто из чего вычитать. Откуда берутся эти остатки? Мы из реальных значений вычитаем значения на которые получились при обучении?

[artemsukhov]

Добрый день! Подскажите, где найти Вашу презентацию. На гите не нашел, а говорили, что выложите. Спасибо!

[igordanilov]

Я одного не понял: Мы сначала ухудшаем скоррелированность ряда путем дифференцирования (это видно на графиках автокорр ф-ии), а потом к такому низкоскоррелированному ряду лепим авторегрессию. Умно? А может не нужно дифференцировать чтобы получилась хорошая корреляция на ряд в прошлом?

[izogelia]

так что в итоге? нафиг все эти модели - строим регрессию как раньше?

[Pedrochenko]

Мое почтение, выдать на голубом глазу «сокровищница США» и даже не запнуться 😂😂😂

[denisusachev]

7:55 значение автокорреляции во временных рядах

[kwhgxkr]

А как зовут лектора? Может есть ссылки на его статьи или место работы?

[chichackles]

Жаль, что вопросов не слышно :( Можно было бы их субтитрами дать.