Prognoza vremenskih serija korištenjem programske knjižnice Scikit-learn (CROSBI ID 428178)
Ocjenski rad | diplomski rad
Podaci o odgovornosti
Bošnjak, Renato
Pripužić, Krešimir
Katušić, Damjan
hrvatski
Prognoza vremenskih serija korištenjem programske knjižnice Scikit-learn
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.
vremenska serija ; prognoziranje ; stohastički modeli ; strojno učenje ; Scikit-learn
nije evidentirano
engleski
Time Series Forecasting with Scikit-learn Programming Library
nije evidentirano
Time series ; Forecasting ; Stochastic time series models ; Machine learning ; Scikit-learn
nije evidentirano
Podaci o izdanju
71
12.07.2019.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Fakultet elektrotehnike i računarstva
Zagreb