اپلیکیشن اندرویدی فلش‌کارت آموزشی تحلیل سری‌های زمانی (Time Series Analysis)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل سری‌های زمانی (Time Series Analysis)

موضوع کلی: برنامه نویسی

موضوع میانی: تحلیل داده (Data Analysis)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر تحلیل سری‌های زمانی
• 2. مفاهیم پایه در سری‌های زمانی
• 3. انواع سری‌های زمانی
• 4. نمودار سری زمانی و شناسایی الگوها
• 5. تجزیه سری زمانی به مولفه‌های اصلی
• 6. روند (Trend) در سری‌های زمانی
• 7. فصلیت (Seasonality) در سری‌های زمانی
• 8. نوسانات نامنظم (Irregular Fluctuations)
• 9. هموارسازی سری‌های زمانی
• 10. میانگین متحرک ساده
• 11. میانگین متحرک وزنی
• 12. هموارسازی نمایی
• 13. هموارسازی نمایی دوگانه (هولت)
• 14. مدل‌های تفاضلی (Differencing Models)
• 15. مدل‌های خودرگرسیو (AR)
• 16. مدل‌های میانگین متحرک (MA)
• 17. مدل‌های ترکیبی ARMA
• 18. شناسایی مدل‌های ARMA
• 19. تخمین پارامترهای مدل‌های ARMA
• 20. تشخیص باقی‌مانده مدل‌های ARMA
• 21. پیش‌بینی با مدل‌های ARMA
• 22. مدل‌های خودرگرسیو یکپارچه میانگین متحرک (ARIMA)
• 23. شناسایی مدل‌های ARIMA
• 24. تخمین پارامترهای مدل‌های ARIMA
• 25. پیش‌بینی با مدل‌های ARIMA
• 26. مدل‌های فصلی ARIMA (SARIMA)
• 27. شناسایی مدل‌های SARIMA
• 28. تخمین پارامترهای مدل‌های SARIMA
• 29. پیش‌بینی با مدل‌های SARIMA
• 30. مدل‌های تجزیه و تحلیل سری‌های زمانی چند متغیره
• 31. مدل‌های برداری خودرگرسیو (VAR)
• 32. شناسایی مدل‌های VAR
• 33. تخمین پارامترهای مدل‌های VAR
• 34. پیش‌بینی با مدل‌های VAR
• 35. آزمون علیت گرنجر (Granger Causality Test)
• 36. مدل‌های تصحیح خطا (ECM)
• 37. مدل‌های تعادل تصحیح خطا (VECM)
• 38. مدل‌های سری زمانی شرطی ناهمسانی واریانس (ARCH)
• 39. مدل‌های تعمیم‌یافته خودرگرسیو شرطی ناهمسانی واریانس (GARCH)
• 40. شناسایی مدل‌های GARCH
• 41. تخمین پارامترهای مدل‌های GARCH
• 42. پیش‌بینی واریانس با مدل‌های GARCH
• 43. مدل‌های GARCH چند متغیره
• 44. مدل‌های سری زمانی غیرخطی
• 45. مدل‌های آستانه‌ای خودرگرسیو (TAR)
• 46. مدل‌های آستانه‌ای خودرگرسیو فصلی (STAR)
• 47. مدل‌های حالت‌گذار (State-Space Models)
• 48. فیلتر کالمن (Kalman Filter)
• 49. روش‌های بیزی در تحلیل سری‌های زمانی
• 50. مدل‌های مبتنی بر یادگیری ماشین برای سری‌های زمانی
• 51. شبکه‌های عصبی بازگشتی (RNN)
• 52. حافظه طولانی کوتاه مدت (LSTM)
• 53. شبکه‌های حافظه طولانی کوتاه مدت (GRU)
• 54. مدل‌های سری زمانی مبتنی بر درخت تصمیم
• 55. مدل‌های سری زمانی مبتنی بر جنگل تصادفی
• 56. مدل‌های سری زمانی مبتنی بر گرادیان تقویتی
• 57. مقدمه‌ای بر تحلیل سری‌های زمانی در اقتصاد
• 58. کاربرد تحلیل سری‌های زمانی در بازارهای مالی
• 59. پیش‌بینی سری‌های زمانی اقتصادی
• 60. تحلیل سری‌های زمانی در مدیریت ریسک
• 61. مدل‌سازی نوسانات بازار
• 62. تحلیل سری‌های زمانی در علوم اجتماعی
• 63. کاربرد تحلیل سری‌های زمانی در علوم زیستی
• 64. تحلیل سری‌های زمانی در مهندسی
• 65. مدل‌سازی داده‌های سری زمانی صنعتی
• 66. مقدمه‌ای بر سری‌های زمانی مکانی-زمانی
• 67. تحلیل داده‌های مکانی-زمانی
• 68. مدل‌سازی و پیش‌بینی سری‌های زمانی مکانی-زمانی
• 69. مقدمه‌ای بر سری‌های زمانی با داده‌های گمشده
• 70. روش‌های جایگزینی داده‌های گمشده در سری‌های زمانی
• 71. تحلیل سری‌های زمانی با داده‌های پرت
• 72. شناسایی و مدیریت داده‌های پرت
• 73. مقدمه‌ای بر سری‌های زمانی با طول متغیر
• 74. مدل‌سازی سری‌های زمانی نامنظم
• 75. کاربرد بسته‌های نرم‌افزاری در تحلیل سری‌های زمانی (R, Python)
• 76. مقدمه‌ای بر تحلیل سری‌های زمانی با استفاده از R
• 77. توابع پایه سری زمانی در R
• 78. مدل‌سازی ARIMA در R
• 79. مدل‌سازی GARCH در R
• 80. مقدمه‌ای بر تحلیل سری‌های زمانی با استفاده از Python
• 81. کتابخانه‌های سری زمانی در Python (statsmodels, Prophet)
• 82. مدل‌سازی ARIMA در Python
• 83. مدل‌سازی GARCH در Python
• 84. کاربرد کتابخانه Prophet در پیش‌بینی سری‌های زمانی
• 85. مقدمه‌ای بر سری‌های زمانی با رویکرد بیزی
• 86. تحلیل سری‌های زمانی در شرایط عدم قطعیت
• 87. مدل‌سازی سری‌های زمانی با داده‌های حجیم
• 88. استفاده از ابزارهای ابری برای تحلیل سری‌های زمانی
• 89. مقدمه‌ای بر سری‌های زمانی در حوزه سلامت
• 90. تحلیل سری‌های زمانی داده‌های پزشکی
• 91. مقدمه‌ای بر سری‌های زمانی در حوزه محیط زیست
• 92. تحلیل سری‌های زمانی داده‌های آب و هوایی
• 93. مقدمه‌ای بر سری‌های زمانی در حوزه حمل و نقل
• 94. تحلیل سری‌های زمانی ترافیک
• 95. مقدمه‌ای بر سری‌های زمانی در حوزه انرژی
• 96. تحلیل سری‌های زمانی مصرف انرژی
• 97. مقدمه‌ای بر سری‌های زمانی در حوزه بازاریابی
• 98. تحلیل سری‌های زمانی رفتار مصرف‌کننده
• 99. مقدمه‌ای بر سری‌های زمانی در حوزه نیروی انسانی
• 100. تحلیل سری‌های زمانی داده‌های کارکنان