دوره آموزشی تحلیل و پیش‌بینی سری‌های زمانی با ChatGPT

یکی از نکات قابل توجه این دوره عدم نیاز به کدنویسی است. اکنون، می‌توانید با استفاده از زبان انسان با GPT-4o برای تجزیه و تحلیل، پیش‌بینی و تجسم داده‌های سری زمانی ارتباط برقرار کنید. با موارد ضروری در مورد آنچه می توان پیش بینی کرد شروع کنید و به اجزای داده های سری زمانی مانند روندها، فصلی بودن، چرخه ها و نویز عمیق بروید. یاد بگیرید که داده ها را با استفاده از روش های افزایشی، ضربی و STL تجزیه کنید.

نحوه تجزیه و تحلیل سری های زمانی با نمودارهای خودهمبستگی و خودهمبستگی جزئی، ارزیابی ایستایی با استفاده از آزمون ADF و تبدیل داده های غیر ثابت را کشف کنید. به مدل سازی پیش بینی با ARIMA و مدل های هموارسازی نمایی، تسلط بر تنظیم هایپرپارامتر و انتخاب مدل پیشرفت کنید. در پایان این دوره، شما مجهز به پیش بینی فردا و آماده شدن برای آینده با اطمینان خواهید بود.

اهداف آموزشی
تجزیه را برای شناسایی و تجزیه و تحلیل روندها، فصلی، چرخه ها و نویز در داده های سری زمانی انجام دهید.
از نمودارهای خودهمبستگی و خودهمبستگی جزئی برای تحلیل سری های زمانی جامع استفاده کنید.
ثابت بودن داده ها را با استفاده از آزمون دیکی-فولر افزوده (ADF) ارزیابی کنید.
تبدیل داده های غیر ثابت به ثابت با استفاده از تکنیک های تفاضل.
پیش بینی داده های سری زمانی با استفاده از مدل های ARIMA و ETS.