دوره آموزشی تجزیه و تحلیل کسب و کار: پیش بینی با هموارسازی نمایی
1 ساعت 5 دقیقهپیشرفته2018-02-12
مدرسین

Conrad Carlberg
Writer and Consultant in Quantitative and Statistical Analysis
جزئیات دوره
هموارسازی نمایی اصطلاحی برای مجموعه ای از روش های پیش بینی ساده است که اصلاح خود را اعمال می کند. هر پیش بینی شامل دو جزء است. این میانگین وزنی پیش بینی قبلی است، به علاوه تعدیلی که پیش بینی قبلی را دقیق تر می کرد. هموارسازی - مانند اکثر رویکردهای معتبر برای پیشبینی - برای درست کار کردن به یک خط پایه از مشاهدات، به ترتیب، نیاز دارد. درآمدهای هفتگی و پذیرش روزانه در بیمارستان نمونه های معمولی هستند. چندین نسخه از هموارسازی نمایی وجود دارد که هر کدام مربوط به یک نوع خط پایه است. در این دوره، کنراد کارلبرگ مقدمه ای بر هموارسازی نمایی ساده، غواصی در ایده اصلی پشت آن، و توضیح نحوه جمع آوری معادله پیش بینی و بهینه سازی پیش بینی ها ارائه می دهد.
اهداف یادگیری
نحوه ارزیابی خط مبنا را با استفاده از همبستگی نشان دهید.
معایب استفاده از ابزار هموارسازی نمایی مایکروسافت اکسل را شناسایی کنید.
روش های مختلفی را که می توانید اولین پیش بینی را مقداردهی اولیه کنید، توضیح دهید.
میانگین پیش بینی انحراف خام را با روش پیش بینی انحراف مطلق میانگین مقایسه کنید.
دلایل استفاده از R به جای اکسل برای هموارسازی نمایی را بررسی کنید.
اهداف یادگیری
نحوه ارزیابی خط مبنا را با استفاده از همبستگی نشان دهید.
معایب استفاده از ابزار هموارسازی نمایی مایکروسافت اکسل را شناسایی کنید.
روش های مختلفی را که می توانید اولین پیش بینی را مقداردهی اولیه کنید، توضیح دهید.
میانگین پیش بینی انحراف خام را با روش پیش بینی انحراف مطلق میانگین مقایسه کنید.
دلایل استفاده از R به جای اکسل برای هموارسازی نمایی را بررسی کنید.
مهارت ها
Business AnalyticsData ScienceDeep Dive (X:Y)
سرفصل ها
0. مقدمه
- 01 - خوش آمدید
1. ایده پشت هموارسازی نمایی
- 02 - پیش بینیهای خود اصلاحی
- 03 - از تصحیح خطا تا هموارسازی
- 04 - کاهش تصاعدی نفوذ مشاهدات
- 05 - خط پایه مناسب را شناسایی کنید
2. معادله پیش بینی
- 06 - فرم تصحیح خطا را کالبد شکافی کنید
- 07 - فرم صاف کننده را تشریح کنید
- 08 - ابزار هموارسازی نمایی
- 09 - پیش بینیها را اولیه کنید
3. اندازهگیری دقت پیش بینی
- 10 - رویکرد انحراف مطلق
- 11 - نزدیکترین مربعات
4. بهینهسازی پیشبینی ها
- 12 - حل کننده
- 13 - فرمول هموارسازی Solver را تنظیم کنید
- 14 - حل در ر
نتیجه
- 15 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی یادگیری اصولی طراحی و قالببندی در Tableau
- دوره آموزشی Tableau پیشرفته برای متخصصان حوزه آب و هوا
- دوره آموزشی تسلط بر هوش تجاری با DAX، Power BI و اکسل
- دوره آموزشی مبانی علوم تصمیمگیری
- دوره آموزشی آمادگی برای دریافت گواهی تحلیلگر داده مایکروسافت Power BI (PL-300) آپدیت (2025)
- دوره آموزشی استفاده از Tableau برای کشف بینشهای قدرتمند کسبوکار
- دوره آموزشی Power BI: ترکیب هوش مصنوعی با دادهها
- دوره آموزشی ساخت داشبورد تعاملی شاخصهای کلیدی عملکرد (KPI) کسبوکار با Power BI (پروژه راهنما)