اکسپرس 24
کتاب پیش‌بینی سری‌های زمانی با استفاده از R

کتاب پیش‌بینی سری‌های زمانی با استفاده از R

تگ‌ها: R در آمار آمار پیشرفته پیش‌بینی آماری پیش‌بینی سری زمانی تحلیل داده با R تحلیل سری زمانی علم داده مدل‌سازی سری زمانی

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

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پیش‌بینی سری‌های زمانی با استفاده از R

موضوع کلی: علم داده و تحلیل آماری

موضوع میانی: مدل‌سازی و پیش‌بینی سری‌های زمانی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر سری‌های زمانی
  • 2. مفاهیم پایه در سری‌های زمانی
  • 3. نمودارهای سری زمانی
  • 4. تجزیه و تحلیل اکتشافی سری‌های زمانی
  • 5. شناسایی روند در سری‌های زمانی
  • 6. شناسایی فصلیت در سری‌های زمانی
  • 7. شناسایی چرخه در سری‌های زمانی
  • 8. شناسایی نویز سفید
  • 9. مدل‌های میانگین متحرک ساده
  • 10. مدل‌های تصحیح روند
  • 11. مدل‌های تصحیح فصلیت
  • 12. تجزیه و تحلیل آماری سری‌های زمانی
  • 13. آزمون‌های آماری برای روند
  • 14. آزمون‌های آماری برای فصلیت
  • 15. آزمون مانایی سری‌های زمانی
  • 16. روش‌های تثبیت سری‌های زمانی
  • 17. تبدیل لگاریتمی
  • 18. تبدیل تفاضل‌گیری
  • 19. تبدیل فصلی
  • 20. مدل‌های ARIMA
  • 21. مفهوم خودرگرسیون (AR)
  • 22. مفهوم میانگین متحرک (MA)
  • 23. ترکیب AR و MA: مدل ARMA
  • 24. مدل خودرگرسیون میانگین متحرک تجمعی (ARIMA)
  • 25. تشخیص مرتبه مدل ARIMA
  • 26. تابع خودهمبستگی (ACF)
  • 27. تابع خودهمبستگی جزئی (PACF)
  • 28. قواعد بکس-جِنکینز
  • 29. تخمین پارامترهای مدل ARIMA
  • 30. آزمون تشخیصی باقی‌مانده‌ها
  • 31. انتخاب بهترین مدل ARIMA
  • 32. پیش‌بینی با مدل‌های ARIMA
  • 33. فواصل اطمینان برای پیش‌بینی
  • 34. مدل‌های فصلی ARIMA (SARIMA)
  • 35. تشخیص مرتبه مدل SARIMA
  • 36. پیش‌بینی با مدل‌های SARIMA
  • 37. مدل‌های میانگین متحرک شرطی ناهمسانی واریانس (ARCH)
  • 38. مدل‌های ARCH تعمیم‌یافته (GARCH)
  • 39. تشخیص مرتبه مدل GARCH
  • 40. پیش‌بینی با مدل‌های GARCH
  • 41. مدل‌های انتقال مارکوف
  • 42. مدل‌های فضای حالت
  • 43. فیلتر کالمن
  • 44. پیش‌بینی با مدل‌های فضای حالت
  • 45. مدل‌های رگرسیون با وقفه توزیعی
  • 46. مدل‌های هم‌رگرسیون
  • 47. آزمون هم‌رگرسیون
  • 48. پیش‌بینی با مدل‌های هم‌رگرسیون
  • 49. مدل‌های سری زمانی چندمتغیره
  • 50. بردار خودرگرسیون (VAR)
  • 51. تشخیص مرتبه مدل VAR
  • 52. پیش‌بینی با مدل‌های VAR
  • 53. مدل‌های فضای حالت چندمتغیره
  • 54. فیلتر کالمن چندمتغیره
  • 55. پیش‌بینی با مدل‌های فضای حالت چندمتغیره
  • 56. مدل‌های سری زمانی با استفاده از یادگیری ماشین
  • 57. شبکه‌های عصبی بازگشتی (RNN)
  • 58. حافظه طولانی کوتاه مدت (LSTM)
  • 59. شبکه‌های عصبی کانولوشنی (CNN) برای سری‌های زمانی
  • 60. مدل‌های درخت تقویت‌شده (Gradient Boosting)
  • 61. مدل‌های ترکیب (Ensemble)
  • 62. ارزیابی مدل‌های پیش‌بینی
  • 63. معیارهای ارزیابی: MSE
  • 64. معیارهای ارزیابی: RMSE
  • 65. معیارهای ارزیابی: MAE
  • 66. معیارهای ارزیابی: MAPE
  • 67. معیارهای ارزیابی: SMAPE
  • 68. اعتبارسنجی متقابل برای سری‌های زمانی
  • 69. اعتبارسنجی پنجره لغزان
  • 70. نکات عملی در پیش‌بینی سری‌های زمانی
  • 71. مدیریت داده‌های گمشده در سری‌های زمانی
  • 72. شناسایی و مدیریت داده‌های پرت
  • 73. تکنیک‌های هموارسازی سری‌های زمانی
  • 74. هموارسازی نمایی ساده
  • 75. هموارسازی نمایی دوگانه (هولت)
  • 76. هموارسازی نمایی سه‌گانه (هولت-وینترز)
  • 77. مدل‌های تجزیه فصلی
  • 78. کاربرد R در پیش‌بینی سری‌های زمانی
  • 79. بسته‌های R برای سری‌های زمانی
  • 80. بسته‌های R برای مدل‌های ARIMA
  • 81. بسته‌های R برای مدل‌های GARCH
  • 82. بسته‌های R برای مدل‌های یادگیری ماشین
  • 83. تجسم نتایج پیش‌بینی در R
  • 84. مثال‌های عملی با داده‌های واقعی
  • 85. پیش‌بینی قیمت سهام
  • 86. پیش‌بینی تقاضای محصول
  • 87. پیش‌بینی مصرف انرژی
  • 88. پیش‌بینی آب و هوا
  • 89. ملاحظات اخلاقی در پیش‌بینی
  • 90. کاربرد تحلیل سری زمانی در اقتصاد اسلامی
  • 91. مدل‌سازی اقتصادی با رویکرد اسلامی
  • 92. تحلیل داده‌های اقتصادی در چارچوب شرعی
  • 93. پیش‌بینی اقتصادی با در نظر گرفتن اصول اخلاقی
  • 94. مدیریت ریسک در چارچوب اقتصاد اسلامی
  • 95. راهکارهای اسلامی در پیش‌بینی مالی
  • 96. تحلیل سری زمانی در بازارهای مالی اسلامی
  • 97. اصول فقهی در تحلیل داده‌های اقتصادی
  • 98. کاربرد آماری در فقه اقتصادی
  • 99. مبانی شرعی در مدل‌سازی اقتصادی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.