or
यह अभ्यास पाठ्यक्रम का हिस्सा है
सीधे शुरुआत करें और टाइम सीरीज़ की सबसे अहम विशेषताओं के बारे में जानें। आप स्टेशनैरिटी के बारे में सीखेंगे और समझेंगे कि यह ARMA मॉडल्स के लिए क्यों ज़रूरी है। आप स्टेशनैरिटी को आँख से जाँचने और एक मानक सांख्यिकीय टेस्ट से जाँचने के तरीके सीखेंगे। अंत में, आप ARMA मॉडल्स की बेसिक संरचना सीखेंगे और उससे कुछ ARMA डेटा जेनरेट करके एक ARMA मॉडल फिट करेंगे।
इस अध्याय में आगे जो है, वह है अपने डेटा के भविष्य की भविष्यवाणी करना। आप सीखेंगे कि एलीगेंट statsmodels पैकेज का उपयोग करके ARMA, ARIMA और ARMAX मॉडल्स कैसे फिट करें। फिर आप अपने मॉडल्स का उपयोग करके स्टॉक प्राइस के अनिश्चित भविष्य का फ़ोरकास्ट करेंगे!
इस अध्याय में, आप एक समझदार मॉडलर बनेंगे। आप सीखेंगे कि खुद डेटा से संभावित मॉडल ऑर्डर कैसे पहचाने जाएँ। फिर, जब सबसे आशाजनक मॉडल्स ट्रेन हो जाएँ, तो आप सीखेंगे कि फिट किए गए विकल्पों में से सर्वश्रेष्ठ मॉडल कैसे चुनें। आप टाइम सीरीज़ प्रोजेक्ट्स को संरचित करने के लिए एक बेहतरीन फ्रेमवर्क भी सीखेंगे।
अंतिम अध्याय में, आप सीज़नल ARIMA मॉडल्स का उपयोग करके अधिक जटिल डेटा फिट करना सीखेंगे। आप यह डेटा सीज़नल और नॉन-सीज़नल भागों में डीकंपोज़ करना सीखेंगे और फिर आपको अपने सभी ARIMA टूल्स का उपयोग करके एक अंतिम ग्लोबल फ़ोरकास्ट चैलेंज हल करने का मौका मिलेगा।
वर्तमान अभ्यास