Прикладные задачи анализа данных, лекция 7 - временные ряды 1

Курс «Прикладные задачи анализа данных», майнор "Интеллектуальный анализ данных", НИУ ВШЭ
Лектор - Владимир Омелюсик
Страничка курса: wiki.cs.hse.ru/Прикладные_зада...
Все видео курса: • Прикладные задачи анал...

[@ingame7947]

🔥🔥

[@enrewardronkhall8340]

Почему никто не говорит как работать с нулевыми значениями таргета? Например, когда ряд представляет собой месячные количества оказаний услуги и в данных присутствуют нулевые значения. Как в таком случае представлять временной ряд? Разрывать периодичность и удалять из данных нули и оставлять к есть ради сохранения периодичности?

[@_AbUser]

Допускаем, что искомое значение нужного нам члена временного периода можно представить в виде линейной комбинации n предыдущих членов ряда, и что бы соответствовало условия стационарности добавляем разложение еще по ряду заведомо стационарных функций (он же шум) из предположения, что если ф-ция стационарна, то и линейная комбинация с ней должна оставаться стационарной. Для этого подбираем в начале размер окна временного сдвига, по которому будет разложение по предыдщим членам со всякими там автокореляциями, далее подбираем коэфиценты разложения ряда. Все.. Зачем существует весь последующий час вообще не понятно.. Любой индус на ломаном английском спокойно за это время сможет не только временной ряд а все ML рассказать и еще на сдачу азы по кибербезопасности, а Вы тут в носу ковыряете..