آموزش تجزیه و تحلیل و پیش بینی سری زمانی کاربردی با R

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

• بررسی اجمالی دوره Course Overview

استفاده از R برای تجزیه و تحلیل سری زمانی Using R for Time Series Analysis

• مقدمه Introduction

• نقشه راه دوره Course Roadmap

• توابع مشترک برای تجزیه و تحلیل سری زمانی Common Functions for Time Series Analysis

• خلاصه Summary

مدل سازی نرخ بیکاری Modeling Unemployment Rates

• مقدمه Introduction

• کار با داده های پرطرفدار Working with Trending Data

• مجموعه داده های پروژه The Project Dataset

• هموار سازی نمایی برای داده های پرطرفدار Exponential Smoothing for Trending Data

• مدل Holt Trend با پارامتر میرایی Holt Trend Model with Damping Parameter

• ARIMA برای داده های پرطرفدار ARIMA for Trending Data

• نمودارهای مقایسه مدل سری زمانی Time Series Model Comparison Plots

• خلاصه Summary

پیش بینی نرخ تورم Forecasting Inflation Rates

• مقدمه Introduction

• کار با فصلی بودن Working with Seasonality

• مجموعه داده های پروژه The Project Dataset

• وارد کردن داده Data Import

• تجزیه فصلی Seasonal Decomposition

• ARIMA برای داده های فصلی ARIMA for Seasonal Data

• هموار سازی نمایی برای داده های فصلی Exponential Smoothing for Seasonal Data

• خلاصه Summary

پیش بینی فروش با استفاده از شبکه های عصبی Predicting Sales Using Neural Networks

• مقدمه Introduction

• مجموعه داده های پروژه The Project Dataset

• آماده شدن داده ها Getting the Data Ready

• شبکه های عصبی برای سری های زمانی Neural Networks for Time Series

• نمودارهای تعاملی با دیاگراف Interactive Charts with Dygraphs

• خلاصه Summary

خلاصه دوره و یادگیری بیشتر Course Summary and Further Learning

• مقدمه Introduction

• منابع و منابع مفید References and Useful Resources

• خلاصه دوره Course Summary