دوره استفاده از داده‌کاوی برای پیش‌بینی زمان همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره استفاده از داده‌کاوی برای پیش‌بینی زمان

موضوع کلی: مدیریت زنجیره تأمین و لجستیک در سامانه‌های یکپارچه سازمانی (ERP)

موضوع میانی: تمپو و تایمینگ تحویل

📋 سرفصل‌های دوره

• 1. مبانی داده‌کاوی و کاربردهای آن در پیش‌بینی
• 2. جمع‌آوری و آماده‌سازی داده‌های سری زمانی
• 3. پیش‌پردازش داده‌ها و حذف ناهنجاری‌ها
• 4. روش‌های تحلیل سری زمانی: مروری کلی
• 5. تجزیه و تحلیل روند در داده‌های سری زمانی
• 6. تجزیه و تحلیل فصلی در داده‌های سری زمانی
• 7. مدل‌های کلاسیک پیش‌بینی سری زمانی: میانگین متحرک
• 8. مدل‌های کلاسیک پیش‌بینی سری زمانی: هموارسازی نمایی
• 9. معرفی مدل‌های ARIMA و اجزای آن
• 10. شناسایی مرتبه مدل ARIMA
• 11. برآورد پارامترهای مدل ARIMA
• 12. اعتبارسنجی و ارزیابی مدل ARIMA
• 13. پیش‌بینی با استفاده از مدل ARIMA
• 14. مدل‌های GARCH برای پیش‌بینی نوسانات
• 15. روش‌های بوت‌استرپ در پیش‌بینی سری زمانی
• 16. استفاده از شبکه‌های عصبی مصنوعی در پیش‌بینی سری زمانی
• 17. معماری شبکه‌های عصبی برای داده‌های سری زمانی
• 18. آموزش و بهینه‌سازی شبکه‌های عصبی در پیش‌بینی
• 19. مدل‌های LSTM و کاربرد آن‌ها در پیش‌بینی سری زمانی
• 20. مقایسه عملکرد LSTM با مدل‌های سنتی
• 21. پیش‌بینی با استفاده از ماشین‌های بردار پشتیبان (SVM)
• 22. انتخاب ویژگی‌های مناسب برای مدل SVM
• 23. مدل‌های درخت تصمیم و جنگل تصادفی در پیش‌بینی
• 24. اهمیت انتخاب الگوریتم مناسب برای پیش‌بینی
• 25. ارزیابی عملکرد مدل‌های پیش‌بینی: معیارها و روش‌ها
• 26. تحلیل باقیمانده‌ها و تشخیص مشکلات مدل
• 27. پیش‌بینی فواصل اطمینان
• 28. پیش‌بینی پویا در مقابل پیش‌بینی استاتیک
• 29. پیش‌بینی چندمتغیره سری زمانی
• 30. مدل‌سازی VAR و کاربرد آن در پیش‌بینی
• 31. مدل‌سازی VECM و کاربرد آن در پیش‌بینی
• 32. بررسی تأثیر داده‌های پرت بر پیش‌بینی
• 33. پیش‌بینی با داده‌های از دست رفته
• 34. روش‌های ارزیابی دقت پیش‌بینی در بازه‌های زمانی مختلف
• 35. پیش‌بینی در محیط‌های با تغییرات ناگهانی
• 36. استفاده از داده‌های خارجی برای بهبود پیش‌بینی
• 37. پیش‌بینی تقاضا در صنایع مختلف
• 38. پیش‌بینی فروش محصولات و خدمات
• 39. پیش‌بینی قیمت سهام و بازارهای مالی
• 40. پیش‌بینی مصرف انرژی و منابع طبیعی
• 41. پیش‌بینی ترافیک و حمل و نقل
• 42. پیش‌بینی آب و هوا و شرایط جوی
• 43. پیش‌بینی ریسک و احتمال وقوع رویدادها
• 44. پیش‌بینی بیماری‌ها و شیوع آن‌ها
• 45. پیش‌بینی خرابی تجهیزات و نگهداری پیشگیرانه