کتاب تحلیل سری‌های زمانی (Time Series Analysis) با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 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
تگ‌ها: آمار برنامه نویسی پیش‌بینی تحلیل آماری تحلیل داده تحلیل سری زمانی داده‌کاوی رگرسیون سری زمانی مدل‌سازی سری زمانی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.