کتاب صوتی تشخیص انحراف در داده‌های سری زمانی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تشخیص انحراف در داده‌های سری زمانی

موضوع کلی: توسعه برنامه‌های وب پیشرفته

موضوع میانی: Machine learning model drift detection techniques and tools implementation and interpretation

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر داده‌های سری زمانی
• 2. جمع‌آوری و پیش‌پردازش داده‌های سری زمانی
• 3. نمایش گرافیکی داده‌های سری زمانی
• 4. مفاهیم پایه آماری در سری‌های زمانی
• 5. میانگین متحرک و کاربردها
• 6. هموارسازی نمایی
• 7. تجزیه سری زمانی به اجزای مختلف
• 8. تحلیل روند (Trend Analysis)
• 9. تحلیل فصلی (Seasonal Analysis)
• 10. تحلیل چرخه‌ای (Cyclical Analysis)
• 11. تحلیل تصادفی (Irregular Variation)
• 12. مدل‌های خودهمبخش (Autoregressive Models - AR)
• 13. مدل‌های میانگین متحرک (Moving Average Models - MA)
• 14. مدل‌های خودهمبخش میانگین متحرک (ARIMA Models)
• 15. انتخاب مرتبه مناسب برای مدل ARIMA
• 16. برآورد پارامترهای مدل ARIMA
• 17. آزمون‌های معناداری مدل ARIMA
• 18. پیش‌بینی با مدل ARIMA
• 19. خطاهای پیش‌بینی و ارزیابی مدل
• 20. مدل‌های نمایی هموارسازی (Exponential Smoothing Models)
• 21. مدل ساده نمایی هموارسازی
• 22. مدل دوجانبه نمایی هموارسازی
• 23. مدل تریپل نمایی هموارسازی
• 24. انتخاب مدل مناسب برای پیش‌بینی
• 25. تحلیل باقی‌مانده‌ها (Residual Analysis)
• 26. آزمون‌های ایستایی (Stationarity Tests)
• 27. تبدیل سری زمانی به ایستا
• 28. تکنیک‌های تغییر شکل (Transformation Techniques)
• 29. مدل‌سازی با استفاده از متغیرهای کمکی
• 30. مدل‌سازی داده‌های سری زمانی چندمتغیره
• 31. پیش‌بینی با استفاده از شبکه‌های عصبی
• 32. شبکه‌های عصبی بازگشتی (Recurrent Neural Networks)
• 33. طراحی و آموزش شبکه‌های عصبی برای سری زمانی
• 34. ارزیابی عملکرد شبکه‌های عصبی
• 35. روش‌های انتخاب ویژگی (Feature Selection)
• 36. مهندسی ویژگی برای سری‌های زمانی
• 37. تحلیل واریانس (Variance Analysis)
• 38. تحلیل همبستگی (Correlation Analysis)
• 39. تحلیل طیفی (Spectral Analysis)
• 40. روش‌های ارزیابی مدل‌های پیش‌بینی
• 41. معیارهای ارزیابی دقت پیش‌بینی
• 42. بهینه‌سازی مدل‌های سری زمانی
• 43. کاربرد تشخیص انحراف در داده‌های مالی
• 44. کاربرد تشخیص انحراف در داده‌های اقتصادی
• 45. کاربرد تشخیص انحراف در داده‌های آب و هوا