کتاب صوتی پیش‌بینی تقاضا با شبکه‌های عصبی بازگشتی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پیش‌بینی تقاضا با شبکه‌های عصبی بازگشتی

موضوع کلی: مدل‌سازی سری‌های زمانی چندمتغیره و تنسوری

موضوع میانی: تحلیل و مدل‌سازی داده‌های مالی و اقتصادی

📋 سرفصل‌های دوره

• 1. مبانی شبکه‌های عصبی بازگشتی برای پیش‌بینی تقاضا
• 2. سری‌های زمانی و ویژگی‌های آن‌ها در پیش‌بینی
• 3. آماده‌سازی داده‌ها برای مدل‌های شبکه‌های عصبی بازگشتی
• 4. نرمال‌سازی و مقیاس‌بندی داده‌های سری زمانی
• 5. مفهوم لایه‌های LSTM و کاربرد آن‌ها
• 6. درک معماری شبکه‌های LSTM چندلایه
• 7. پیاده‌سازی شبکه‌های LSTM با استفاده از TensorFlow
• 8. استفاده از Keras برای ساخت مدل‌های LSTM
• 9. انتخاب تابع فعال‌سازی مناسب برای لایه‌های LSTM
• 10. بهینه‌سازی مدل‌های LSTM با الگوریتم‌های مختلف
• 11. تنظیم پارامترهای شبکه‌های LSTM برای بهبود دقت
• 12. جلوگیری از بیش‌برازش در شبکه‌های LSTM
• 13. ارزیابی عملکرد مدل‌های پیش‌بینی تقاضا
• 14. معیارهای ارزیابی مدل‌های سری زمانی
• 15. تکنیک‌های اعتبارسنجی متقابل برای شبکه‌های LSTM
• 16. پیش‌بینی تقاضای فصلی با شبکه‌های LSTM
• 17. مدل‌سازی وابستگی‌های بلندمدت در سری‌های زمانی
• 18. استفاده از شبکه‌های GRU برای پیش‌بینی تقاضا
• 19. مقایسه عملکرد LSTM و GRU
• 20. شبکه‌های دوطرفه LSTM و کاربرد آن‌ها
• 21. توجه مکانیزم در شبکه‌های LSTM
• 22. استفاده از لایه‌های Embedding در شبکه‌های LSTM
• 23. مدل‌سازی داده‌های چندمتغیره با LSTM
• 24. پیش‌بینی تقاضا با در نظر گرفتن متغیرهای خارجی
• 25. استفاده از شبکه‌های LSTM برای پیش‌بینی تقاضای محصولات جدید
• 26. پیش‌بینی تقاضا در محیط‌های پویا و غیرخطی
• 27. مدل‌سازی تقاضا با استفاده از داده‌های متنی
• 28. تحلیل احساسات و تاثیر آن بر پیش‌بینی تقاضا
• 29. پیش‌بینی تقاضا با استفاده از داده‌های شبکه‌های اجتماعی
• 30. استفاده از شبکه‌های عصبی بازگشتی برای پیش‌بینی فروش
• 31. پیش‌بینی تقاضا در زنجیره تامین
• 32. مدل‌سازی موجودی با استفاده از شبکه‌های LSTM
• 33. بهینه‌سازی قیمت‌گذاری با استفاده از پیش‌بینی تقاضا
• 34. پیش‌بینی تقاضا در صنعت خرده‌فروشی
• 35. پیش‌بینی تقاضا در صنعت تولید
• 36. استفاده از شبکه‌های LSTM برای پیش‌بینی مصرف انرژی
• 37. پیش‌بینی تقاضا در سیستم‌های حمل و نقل
• 38. مدل‌سازی ترافیک با استفاده از شبکه‌های LSTM
• 39. پیش‌بینی تقاضا در صنعت گردشگری
• 40. استفاده از شبکه‌های LSTM برای پیش‌بینی نرخ ارز
• 41. تحلیل سری‌های زمانی نامنظم با شبکه‌های LSTM
• 42. پیش‌بینی تقاضا با داده‌های از دست رفته
• 43. روش‌های پر کردن داده‌های از دست رفته در سری‌های زمانی
• 44. استفاده از شبکه‌های LSTM برای تشخیص ناهنجاری در سری‌های زمانی
• 45. کاربرد شبکه‌های LSTM در پیش‌بینی بیماری‌های واگیردار