Прогнозування та аналіз часових рядів

dc.contributor.advisorЩестюк, Наталія
dc.contributor.authorЖенчак, Анастасія
dc.date.accessioned2020-12-04T21:14:37Z
dc.date.available2020-12-04T21:14:37Z
dc.date.issued2020
dc.description.abstractВ даній роботі розглянуто методи прогнозування часових рядів, що пояснюють поведінку часового ряду, виходячи лише з його значень в попередні мом енти часу. Для цього випадку добре підходять моделі ARIMA та нейронні мережі LSTM. Вони добре описують як стаціонарні, так і нестаціонарні часові ряди (більшість часових рядів можуть бути приведені до стаціонарного ряду шляхом виділення тренду, сезонної ко мпоненти, чи взяття різниці). Мета даного проекту порівняння методів за допомогою моделей ARIMA та за допомогою нейронних мереж, а саме LSTM. Здійснити аналіз на різних даних, виходячи з їх унікальних форм, щоб перевірити різноманітні зміни в сезоні, п ідвищення цін та різкі відмінності.uk_UA
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/18986
dc.language.isoukuk_UA
dc.statusfirst publisheduk_UA
dc.subjectпрогнозуванняuk_UA
dc.subjectаналізuk_UA
dc.subjectчасові рядиuk_UA
dc.subjectбакалаврська роботаuk_UA
dc.titleПрогнозування та аналіз часових рядівuk_UA
dc.typeOtheruk_UA
Files
Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Zhenchak_Bakalavrska_robota.pdf
Size:
1.58 MB
Format:
Adobe Portable Document Format
Description:
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
7.54 KB
Format:
Item-specific license agreed upon to submission
Description: