Napredna pretraga

Pregled bibliografske jedinice broj: 1015085

Prognoza vremenskih serija korištenjem programske knjižnice Scikit-learn


Bošnjak, Renato
Prognoza vremenskih serija korištenjem programske knjižnice Scikit-learn 2019., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb


Naslov
Prognoza vremenskih serija korištenjem programske knjižnice Scikit-learn
(Time Series Forecasting with Scikit-learn Programming Library)

Autori
Bošnjak, Renato

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
12.07.

Godina
2019

Stranica
71

Mentor
Pripužić, Krešimir

Neposredni voditelj
Katušić, Damjan

Ključne riječi
Vremenska serija ; prognoziranje ; stohastički modeli ; strojno učenje ; Scikit-learn
(Time series ; Forecasting ; Stochastic time series models ; Machine learning ; Scikit-learn)

Sažetak
Buduće ponašanje vremenske serije moguće je predvidjeti prognoziranjem. Prije prognoziranja potrebno je provesti analizu vremenske serije koja uključuje njenu dekompoziciju te provjeru svojstva stacionarnosti koje se ispituje statističkim testovima. Prognoziranje je ostvarivo klasičnim statističkim metodama, kojima pripadaju stohastički modeli prognoziranja vremenskih serija temeljeni na autoregresijskim modelima te modelima pomičnih prosjeka ili nekim od regresijskih algoritama strojnog učenja, čija primjenjivost nije ograničena na područje vremenskih serija. Njima pripadaju linearni modeli regresije, regresija algoritmom najbližih susjeda te regresija potpornih vektora koji su opisani u radu. Efikasne implementacije algoritama strojnog učenja te često korištenih pomoćnih funkcionalnosti dostupne su u programskoj knjižnici otvorenog koda Scikit-learn. Na studijskom slučaju prognoziranja vodostaja rijeke Kupe pokazana je primjenjivost algoritama strojnog učenja za jednodnevne prognoze, dok su stohastički modeli rezultirali boljim višednevnim prognozama.

Izvorni jezik
Hrvatski

Znanstvena područja
Elektrotehnika, Računarstvo



POVEZANOST RADA


Projekt / tema
HRZZ-UIP-2017-05-9066 - Učinkovita stvarnovremenska obrada brzih geoprostornih podataka (Krešimir Pripužić, )

Ustanove
Fakultet elektrotehnike i računarstva, Zagreb