📄Работа №127451
Тема: Прогнозирование иерархических временных рядов
Характеристики работы
Тип работы
Бакалаврская работа
Предмет
Информатика и вычислительная техника
Объем:
32 листов
Год:
2022
Просмотров:
85
4375
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 3
Постановка задачи 4
Обзор литературы 5
Глава 1. Подходы к согласованию прогнозов 7
1.1 Структура иерархического временного ряда 7
1.2 Восходящий подход 8
1.3 Нисходящий подход 9
1.4 Срединный подход 10
1.5 Подход оптимального согласования 11
Глава 2. Используемые прогнозные модели 14
2.1 ARIMA 14
2.2 SARIMAX 15
2.3 Prophet 16
Глава 3. Исходные данные 17
3.1 Описание данных 17
3.2 Предобработка данных 17
Глава 4. Моделирование 20
4.1 Описание реализации 20
4.2 Результаты 20
Выводы 29
Заключение 30
Список литературы 31
Постановка задачи 4
Обзор литературы 5
Глава 1. Подходы к согласованию прогнозов 7
1.1 Структура иерархического временного ряда 7
1.2 Восходящий подход 8
1.3 Нисходящий подход 9
1.4 Срединный подход 10
1.5 Подход оптимального согласования 11
Глава 2. Используемые прогнозные модели 14
2.1 ARIMA 14
2.2 SARIMAX 15
2.3 Prophet 16
Глава 3. Исходные данные 17
3.1 Описание данных 17
3.2 Предобработка данных 17
Глава 4. Моделирование 20
4.1 Описание реализации 20
4.2 Результаты 20
Выводы 29
Заключение 30
Список литературы 31
📖 Введение
Прогнозирование — это распространенная задача науки о данных, которая помогает организациям в планировании распределения ресурсов, постановке целей и обнаружении аномалий.
Временной ряд — это упорядоченная во времени последовательность значений какого-либо показателя. Существует множество методов и подходов к прогнозированию временных рядов. Главное отличие и преимущество прогнозирования на основе применения технологий машинного обучения перед традиционными статистическими методами в том, что такие решения постоянно сопоставляют сделанный прогноз с фактическими данными - именно это позволяет модели обучаться и повышать точность прогноза в будущем.
Временные ряды часто можно естественным образом дезагрегировать по различным интересующим атрибутам. Так иерархические временные ряды часто возникают из-за географического деления. Например, общие продажи товаров могут быть дезагрегированы по странам, затем в каждой стране по штатам, в каждом штате по региону и так далее до уровня торговых точек.
Обычно на основе дезагрегированных временных рядов составляются дезагрегированные прогнозы, и требуется, чтобы прогнозы складывались так же, как и данные, т. е. удовлетворяли структуре иерархии. Например, прогнозы региональных продаж должны складываться, чтобы давать прогнозы продаж по штатам, которые, в свою очередь, должны суммироваться, чтобы давать прогноз продаж по стране.
В данной выпускной квалификационной работе будут рассмотрены и применены основные подходы к согласованию прогнозов иерархических временных рядов для данных туризма Российской Федерации с географической иерархией.
Постановка задачи
Целью работы является исследование прогнозных моделей и подходов к согласованию прогнозов иерархических временных рядов на данных о численности граждан Российской Федерации, размещенных в коллективных средствах размещения для различных субъектов РФ. Данные получены с официального сайта федерального агентства по туризму.
Задачами работы являются:
• предобработка полученных данных,
• обучение моделей,
• анализ точности моделей,
• определение наиболее эффективных моделей и подходов, их комбинаций,
• получение прогнозов численности граждан РФ, размещенных в коллективных средствах размещения, для каждого уровня географической иерархии на два последующих временных промежутка - года или квартала, в зависимости от разбиения входных данных.
Временной ряд — это упорядоченная во времени последовательность значений какого-либо показателя. Существует множество методов и подходов к прогнозированию временных рядов. Главное отличие и преимущество прогнозирования на основе применения технологий машинного обучения перед традиционными статистическими методами в том, что такие решения постоянно сопоставляют сделанный прогноз с фактическими данными - именно это позволяет модели обучаться и повышать точность прогноза в будущем.
Временные ряды часто можно естественным образом дезагрегировать по различным интересующим атрибутам. Так иерархические временные ряды часто возникают из-за географического деления. Например, общие продажи товаров могут быть дезагрегированы по странам, затем в каждой стране по штатам, в каждом штате по региону и так далее до уровня торговых точек.
Обычно на основе дезагрегированных временных рядов составляются дезагрегированные прогнозы, и требуется, чтобы прогнозы складывались так же, как и данные, т. е. удовлетворяли структуре иерархии. Например, прогнозы региональных продаж должны складываться, чтобы давать прогнозы продаж по штатам, которые, в свою очередь, должны суммироваться, чтобы давать прогноз продаж по стране.
В данной выпускной квалификационной работе будут рассмотрены и применены основные подходы к согласованию прогнозов иерархических временных рядов для данных туризма Российской Федерации с географической иерархией.
Постановка задачи
Целью работы является исследование прогнозных моделей и подходов к согласованию прогнозов иерархических временных рядов на данных о численности граждан Российской Федерации, размещенных в коллективных средствах размещения для различных субъектов РФ. Данные получены с официального сайта федерального агентства по туризму.
Задачами работы являются:
• предобработка полученных данных,
• обучение моделей,
• анализ точности моделей,
• определение наиболее эффективных моделей и подходов, их комбинаций,
• получение прогнозов численности граждан РФ, размещенных в коллективных средствах размещения, для каждого уровня географической иерархии на два последующих временных промежутка - года или квартала, в зависимости от разбиения входных данных.
✅ Заключение
Таким образом, были изучены подходы к согласованию прогнозов иерархических временных рядов, все подходы были реализованы в программе, написанной на языке Python с использованием библиотеки scikit- hts, и исследованы применительно к данным о количестве граждан РФ, размещенных в коллективных средствах размещения. Поставленные задачи выполнены, проведен сравнительный анализ эффективности указанных подходов и прогнозных моделей, получены прогнозы на 2021-2022 годы и I¬II кварталы 2022 года.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.