اپلیکیشن اندرویدی فلش‌کارت آموزشی تحلیل سری زمانی: پیش‌بینی آینده

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل سری زمانی: پیش‌بینی آینده

موضوع کلی: پژوهش و تحلیل داده

موضوع میانی: مدل‌سازی داده‌ها

📋 سرفصل‌های دوره

• 1. آشنایی با سری‌های زمانی و کاربردهای آن‌ها
• 2. مفاهیم پایه در تحلیل سری زمانی
• 3. انواع داده‌های سری زمانی و ویژگی‌های آن‌ها
• 4. نمایش گرافیکی سری‌های زمانی و تفسیر آن‌ها
• 5. تجزیه و تحلیل روند (Trend) در سری‌های زمانی
• 6. فصل‌گرایی (Seasonality) در سری‌های زمانی و شناسایی آن
• 7. نوسانات تصادفی (Random Fluctuations) و مدیریت آن‌ها
• 8. تحلیل خودهمبستگی (Autocorrelation) و خودهمبستگی جزئی (Partial Autocorrelation)
• 9. تابع خودهمبستگی (ACF) و تفسیر آن
• 10. تابع خودهمبستگی جزئی (PACF) و تفسیر آن
• 11. مدل‌های میانگین متحرک (Moving Average Models - MA)
• 12. مدل‌های خودرگرسیون (Autoregressive Models - AR)
• 13. مدل‌های خودرگرسیون میانگین متحرک (ARMA)
• 14. انتخاب مرتبه مدل‌های ARMA
• 15. برآورد پارامترهای مدل‌های ARMA
• 16. آزمون برازش مدل (Model Fitting) و ارزیابی
• 17. پیش‌بینی با استفاده از مدل‌های ARMA
• 18. مدل‌های خودرگرسیون یکپارچه میانگین متحرک (ARIMA)
• 19. روش شناسایی مرتبه مدل ARIMA
• 20. تفسیر نتایج مدل ARIMA و ارزیابی
• 21. پیش‌بینی با مدل‌های ARIMA
• 22. مدل‌های فصلی ARIMA (SARIMA)
• 23. تحلیل و پیش‌بینی سری‌های زمانی غیرایستا
• 24. تبدیل سری‌های زمانی به ایستا (Stationarity)
• 25. آزمون‌های ایستایی (Stationarity Tests)
• 26. مدل‌های نمایی هموار (Exponential Smoothing Models)
• 27. روش‌های ساده، دوگانه و سه‌گانه هموارسازی نمایی
• 28. انتخاب مدل هموارسازی نمایی مناسب
• 29. پیش‌بینی با استفاده از مدل‌های هموارسازی نمایی
• 30. مدل‌های مبتنی بر حالت فضا (State Space Models)
• 31. فیلتر کالمن (Kalman Filter) و کاربرد آن در سری‌های زمانی
• 32. شبکه‌های عصبی مصنوعی (Artificial Neural Networks) در پیش‌بینی سری زمانی
• 33. شبکه‌های عصبی بازگشتی (Recurrent Neural Networks - RNN)
• 34. شبکه‌های حافظه بلندمدت (Long Short-Term Memory - LSTM)
• 35. تحلیل سری زمانی با استفاده از پایتون
• 36. کاربرد کتابخانه‌های آماری در پایتون برای سری‌های زمانی
• 37. پردازش و پاکسازی داده‌های سری زمانی در پایتون
• 38. تصویرسازی سری‌های زمانی در پایتون
• 39. ارزیابی عملکرد مدل‌های پیش‌بینی سری زمانی
• 40. معیارهای ارزیابی پیش‌بینی (Forecast Evaluation Metrics)
• 41. مدیریت ریسک در پیش‌بینی سری زمانی
• 42. کاربردهای تحلیل سری زمانی در اقتصاد و مالی
• 43. کاربردهای تحلیل سری زمانی در مهندسی و علوم
• 44. مطالعه موردی: پیش‌بینی فروش یک محصول
• 45. مطالعه موردی: پیش‌بینی قیمت سهام