Временной ряд. Практический анализ и прогнозирование с использованием статистики и машинного обучения

Эйлин Нильсен

Анализ временных рядов приобретает все большее значение. С ростом оцифровки данных здравоохранения, развитием умных городов и распространением Интернета вещей это становится все более необходимым. Многообещающим решением является анализ временных рядов с использованием методов, поддерживаемых машинным обучением. Эти методы позволяют осуществлять эффективный мониторинг и использовать все более крупные наборы данных. Их применение для работы с временными рядами может показаться неочевидным, но без анализа временных рядов невозможно в полной мере использовать собранные данные.

Эта книга представляет собой широкий, актуальный и практический обзор. методов анализа временных рядов, которые включают полную временную обработку данных и конвейер моделирования. В нем представлены реальные варианты использования этих методов и проиллюстрированы обширными фрагментами красиво оформленного кода R и Python. Здесь вы найдете практические советы, которые помогут решить наиболее распространенные проблемы, связанные с разработкой и анализом временных данных. Сюда включены как традиционные статистические методы, так и современные методы машинного обучения. Это очень полезное руководство, которое поможет аналитикам данных, разработчикам программного обеспечения и ученым плавно перейти от основ работы с временными рядами к решению конкретных задач на профессиональном уровне.

С помощью этой книги вы узнаете:

• сбор, хранение и обработка временных рядов
• исследование и моделирование временных данных
• выполнение измерений ошибок
• работа с временными рядами с помощью машинного или глубокого обучения
• оцените точность и производительность моделей

Эффективно анализируйте временные ряды и извлекайте бесценные знания!

Об авторе

Эйлин Нильсен — инженер-программист и аналитик данных. Сотрудничает со стартапами, использующими временные ряды и нейронные сети. Ранее она работала в юридических фирмах, исследовательских лабораториях и технологических стартапах. Он интересуется разработкой оборонного программного обеспечения и взаимодействием права и технологий. Он часто выступает на конференциях по машинному обучению и прогнозированию с использованием нейронных сетей.

Содержание

Введение 9

1. Понятие временных рядов 15

• Временные ряды в различных областях – краткая история 15

  Временные ряды в медицине 16

  Прогноз погоды 20

  Прогнозы экономического развития 21

  Астрономия 23

• Начала анализа временных рядов 24
• Статистические методы анализа временных рядов 25
• Машинное обучение в анализе временных рядов 26
• См. также 27

2. Получение и обработка временных рядов 29

• Где найти временные ряды? 30

  Готовые наборы данных 30

  Нахождение временного ряда 36

• Построение временного ряда на основе табличных данных 37

  Подготовка данных – пошагово Пошаговые инструкции 38

  Построение временного ряда на основе собранных данных 44

• Проблемы, связанные с временными метками 46

  К чему относится данная временная метка? 46

  Работа с недокументированными данными 48

  Что такое значимая временная шкала? 50

• Очистка данных 50

  Отсутствующие данные 51

  Изменение частоты выборки 60

  Сглаживание данных 63

• Сезонные колебания 68
• Часовые пояса 71
• Предотвращение явления опережающего просмотра 74
• См. также 76

3 . Методы исследования временных данных 79

• Методы общего назначения 79

  Линейные диаграммы 80

  Гистограмма