https://wiki.cs.hse.ru/api.php?action=feedcontributions&feedformat=atom&user=Moonlight0071 Wiki - Факультет компьютерных наук - Вклад [ru] 2026-09-21T12:21:16Z Вклад MediaWiki 1.43.9 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=70870 Time series modelling 21 22 2022-06-24T21:23:42Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_12.pdf Конспект]<br /> <br /> '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. [https://youtu.be/TCHjVKGDB3M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 14 ====<br /> <br /> [22 апреля] '''Лекция''': Введение в байесовский анализ. Важные распределения [https://youtu.be/McXBTzgkFVo Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_13.pdf Конспект]<br /> <br /> '''Семинар''': Классификация временных рядов. [https://youtu.be/VnJoXhijj9M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.ipynb Ноутбук] <br /> <br /> ==== Неделя 15 ====<br /> <br /> [29 апреля] '''Лекция''': Априорное распределение Джеффриса. [https://youtu.be/ya1Sc5xB2i0 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_14.pdf Конспект]<br /> <br /> '''Семинар''': Гауссовские процессы. [https://youtu.be/sw1p1ohkWcs Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_14.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_14.ipynb Ноутбук]<br /> <br /> ==== Неделя 16 ====<br /> <br /> [18 мая] '''Лекция (восстановленная)''' ETS =&gt; DLT. [https://youtu.be/n6I4Nlw1qeU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_15.pdf Конспект][https://bdemeshev.github.io/om_ts/ets2dlt Красивый конспект]<br /> <br /> [20 мая] '''Лекция''': Гауссовские процессы. [https://youtu.be/dKcGdjWa05c Видео][https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_16.pdf Конспект]<br /> <br /> '''Семинар''': Байесовская оптимизация. Модель Prophet. [https://youtu.be/DJauwIYJE58 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_15.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_15.ipynb Ноутбук]<br /> <br /> ==== Неделя 17 ====<br /> <br /> [27 мая] '''Лекция''': Иерархические модели временных рядов. [https://youtu.be/jn2qzvRwpU4 Видео] <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_17.pdf Конспект]<br /> <br /> '''Семинар''': Модели пакета Orbit. [https://youtu.be/rpzgOuiiXBk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_16.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_16.ipynb Ноутбук]<br /> <br /> ==== Неделя 18 ====<br /> <br /> [3 июня] '''Лекция''': Сравнение прогнозов. Алгоритм MSTL. [https://youtu.be/2moTUnCzUp0 Видео]<br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_18.pdf Конспект][https://bdemeshev.github.io/om_ts/forecast_comparison Черновик красивого конспекта]<br /> <br /> '''Семинар''': Иерархические модели. [https://youtu.be/2QUT8ihTky4 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_17.ipynb Ноутбук]<br /> <br /> ==== Неделя 19 ====<br /> <br /> [10 июня] '''Лекция''': Решение задач. [https://youtu.be/Mo1Dn7Y15uA Видео]<br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_19.pdf Конспект]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> VaR и ES портфеля.<br /> <br /> Выдается: 21.04.2022 18.00<br /> <br /> Дедлайн: 10.05.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw4/hw_4.ipynb Задание]<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''<br /> <br /> <br /> Выдается: 27.05.2022 20.00<br /> <br /> Дедлайн: 12.06.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homework-theory/hw.pdf Задание]</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=70869 Time series modelling 21 22 2022-06-24T21:23:09Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_12.pdf Конспект]<br /> <br /> '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. [https://youtu.be/TCHjVKGDB3M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 14 ====<br /> <br /> [22 апреля] '''Лекция''': Введение в байесовский анализ. Важные распределения [https://youtu.be/McXBTzgkFVo Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_13.pdf Конспект]<br /> <br /> '''Семинар''': Классификация временных рядов. [https://youtu.be/VnJoXhijj9M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.ipynb Ноутбук] <br /> <br /> ==== Неделя 15 ====<br /> <br /> [29 апреля] '''Лекция''': Априорное распределение Джеффриса. [https://youtu.be/ya1Sc5xB2i0 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_14.pdf Конспект]<br /> <br /> '''Семинар''': Гауссовские процессы. [https://youtu.be/sw1p1ohkWcs Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/14.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_14.ipynb Ноутбук] <br /> <br /> ==== Неделя 16 ====<br /> <br /> [18 мая] '''Лекция (восстановленная)''' ETS =&gt; DLT. [https://youtu.be/n6I4Nlw1qeU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_15.pdf Конспект][https://bdemeshev.github.io/om_ts/ets2dlt Красивый конспект]<br /> <br /> [20 мая] '''Лекция''': Гауссовские процессы. [https://youtu.be/dKcGdjWa05c Видео][https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_16.pdf Конспект]<br /> <br /> '''Семинар''': Байесовская оптимизация. Модель Prophet. [https://youtu.be/DJauwIYJE58 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_15.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_15.ipynb Ноутбук]<br /> <br /> ==== Неделя 17 ====<br /> <br /> [27 мая] '''Лекция''': Иерархические модели временных рядов. [https://youtu.be/jn2qzvRwpU4 Видео] <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_17.pdf Конспект]<br /> <br /> '''Семинар''': Модели пакета Orbit. [https://youtu.be/rpzgOuiiXBk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_16.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_16.ipynb Ноутбук]<br /> <br /> ==== Неделя 18 ====<br /> <br /> [3 июня] '''Лекция''': Сравнение прогнозов. Алгоритм MSTL. [https://youtu.be/2moTUnCzUp0 Видео]<br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_18.pdf Конспект][https://bdemeshev.github.io/om_ts/forecast_comparison Черновик красивого конспекта]<br /> <br /> '''Семинар''': Иерархические модели. [https://youtu.be/2QUT8ihTky4 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_17.ipynb Ноутбук]<br /> <br /> ==== Неделя 19 ====<br /> <br /> [10 июня] '''Лекция''': Решение задач. [https://youtu.be/Mo1Dn7Y15uA Видео]<br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_19.pdf Конспект]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> VaR и ES портфеля.<br /> <br /> Выдается: 21.04.2022 18.00<br /> <br /> Дедлайн: 10.05.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw4/hw_4.ipynb Задание]<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''<br /> <br /> <br /> Выдается: 27.05.2022 20.00<br /> <br /> Дедлайн: 12.06.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homework-theory/hw.pdf Задание]</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=70868 Time series modelling 21 22 2022-06-24T21:22:40Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_12.pdf Конспект]<br /> <br /> '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. [https://youtu.be/TCHjVKGDB3M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 14 ====<br /> <br /> [22 апреля] '''Лекция''': Введение в байесовский анализ. Важные распределения [https://youtu.be/McXBTzgkFVo Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_13.pdf Конспект]<br /> <br /> '''Семинар''': Классификация временных рядов. [https://youtu.be/VnJoXhijj9M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.ipynb Ноутбук] <br /> <br /> ==== Неделя 15 ====<br /> <br /> [29 апреля] '''Лекция''': Априорное распределение Джеффриса. [https://youtu.be/ya1Sc5xB2i0 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_14.pdf Конспект]<br /> <br /> '''Семинар''': Гауссовские процессы. [https://youtu.be/sw1p1ohkWcs Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/14.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_14.ipynb Ноутбук] <br /> <br /> ==== Неделя 16 ====<br /> <br /> [18 мая] '''Лекция (восстановленная)''' ETS =&gt; DLT. [https://youtu.be/n6I4Nlw1qeU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_15.pdf Конспект][https://bdemeshev.github.io/om_ts/ets2dlt Красивый конспект]<br /> <br /> [20 мая] '''Лекция''': Гауссовские процессы. [https://youtu.be/dKcGdjWa05c Видео][https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_16.pdf Конспект]<br /> <br /> '''Семинар''': Байесовская оптимизация. Модель Prophet. [https://youtu.be/DJauwIYJE58 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/15.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_15.ipynb Ноутбук] <br /> <br /> ==== Неделя 17 ====<br /> <br /> [27 мая] '''Лекция''': Иерархические модели временных рядов. [https://youtu.be/jn2qzvRwpU4 Видео] <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_17.pdf Конспект]<br /> <br /> '''Семинар''': Модели пакета Orbit. [https://youtu.be/rpzgOuiiXBk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_16.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_16.ipynb Ноутбук]<br /> <br /> ==== Неделя 18 ====<br /> <br /> [3 июня] '''Лекция''': Сравнение прогнозов. Алгоритм MSTL. [https://youtu.be/2moTUnCzUp0 Видео]<br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_18.pdf Конспект][https://bdemeshev.github.io/om_ts/forecast_comparison Черновик красивого конспекта]<br /> <br /> '''Семинар''': Иерархические модели. [https://youtu.be/2QUT8ihTky4 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_17.ipynb Ноутбук]<br /> <br /> ==== Неделя 19 ====<br /> <br /> [10 июня] '''Лекция''': Решение задач. [https://youtu.be/Mo1Dn7Y15uA Видео]<br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_19.pdf Конспект]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> VaR и ES портфеля.<br /> <br /> Выдается: 21.04.2022 18.00<br /> <br /> Дедлайн: 10.05.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw4/hw_4.ipynb Задание]<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''<br /> <br /> <br /> Выдается: 27.05.2022 20.00<br /> <br /> Дедлайн: 12.06.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homework-theory/hw.pdf Задание]</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=70867 Time series modelling 21 22 2022-06-24T21:21:53Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_12.pdf Конспект]<br /> <br /> '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. [https://youtu.be/TCHjVKGDB3M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 14 ====<br /> <br /> [22 апреля] '''Лекция''': Введение в байесовский анализ. Важные распределения [https://youtu.be/McXBTzgkFVo Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_13.pdf Конспект]<br /> <br /> '''Семинар''': Классификация временных рядов. [https://youtu.be/VnJoXhijj9M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.ipynb Ноутбук] <br /> <br /> ==== Неделя 15 ====<br /> <br /> [29 апреля] '''Лекция''': Априорное распределение Джеффриса. [https://youtu.be/ya1Sc5xB2i0 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_14.pdf Конспект]<br /> <br /> '''Семинар''': Гауссовские процессы. [https://youtu.be/sw1p1ohkWcs Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/14.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_14.ipynb Ноутбук] <br /> <br /> ==== Неделя 16 ====<br /> <br /> [18 мая] '''Лекция (восстановленная)''' ETS =&gt; DLT. [https://youtu.be/n6I4Nlw1qeU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_15.pdf Конспект][https://bdemeshev.github.io/om_ts/ets2dlt Красивый конспект]<br /> <br /> [20 мая] '''Лекция''': Гауссовские процессы. [https://youtu.be/dKcGdjWa05c Видео][https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_16.pdf Конспект]<br /> <br /> '''Семинар''': Байесовская оптимизация. Модель Prophet. [https://youtu.be/DJauwIYJE58 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/15.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_15.ipynb Ноутбук] <br /> <br /> <br /> ==== Неделя 17 ====<br /> <br /> [27 мая] '''Лекция''': Иерархические модели временных рядов. [https://youtu.be/jn2qzvRwpU4 Видео] <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_17.pdf Конспект]<br /> <br /> '''Семинар''': Модели пакета Orbit. [https://youtu.be/rpzgOuiiXBk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_16.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_16.ipynb Ноутбук]<br /> <br /> ==== Неделя 18 ====<br /> <br /> [3 июня] '''Лекция''': Сравнение прогнозов. Алгоритм MSTL. [https://youtu.be/2moTUnCzUp0 Видео]<br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_18.pdf Конспект][https://bdemeshev.github.io/om_ts/forecast_comparison Черновик красивого конспекта]<br /> <br /> '''Семинар''': Иерархические модели. [https://youtu.be/2QUT8ihTky4 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_17.ipynb Ноутбук]<br /> <br /> ==== Неделя 19 ====<br /> <br /> [10 июня] '''Лекция''': Решение задач. [https://youtu.be/Mo1Dn7Y15uA Видео]<br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_19.pdf Конспект]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> VaR и ES портфеля.<br /> <br /> Выдается: 21.04.2022 18.00<br /> <br /> Дедлайн: 10.05.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw4/hw_4.ipynb Задание]<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''<br /> <br /> <br /> Выдается: 27.05.2022 20.00<br /> <br /> Дедлайн: 12.06.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homework-theory/hw.pdf Задание]</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=70866 Time series modelling 21 22 2022-06-24T21:20:57Z <p>Moonlight0071: /* Боевой листок */</p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_12.pdf Конспект]<br /> <br /> '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. [https://youtu.be/TCHjVKGDB3M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 14 ====<br /> <br /> [22 апреля] '''Лекция''': Введение в байесовский анализ. Важные распределения [https://youtu.be/McXBTzgkFVo Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_13.pdf Конспект]<br /> <br /> '''Семинар''': Классификация временных рядов. [https://youtu.be/VnJoXhijj9M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.ipynb Ноутбук] <br /> <br /> ==== Неделя 15 ====<br /> <br /> [29 апреля] '''Лекция''': Априорное распределение Джеффриса. [https://youtu.be/ya1Sc5xB2i0 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_14.pdf Конспект]<br /> <br /> '''Семинар''': Гауссовские процессы. [https://youtu.be/sw1p1ohkWcs Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/14.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_14.ipynb Ноутбук] <br /> <br /> ==== Неделя 16 ====<br /> <br /> [18 мая] '''Лекция (восстановленная)''' ETS =&gt; DLT. [https://youtu.be/n6I4Nlw1qeU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_15.pdf Конспект][https://bdemeshev.github.io/om_ts/ets2dlt Красивый конспект]<br /> <br /> [20 мая] '''Лекция''': Гауссовские процессы. [https://youtu.be/dKcGdjWa05c Видео][https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_16.pdf Конспект]<br /> <br /> '''Семинар''': Байесовская оптимизация. Модель Prophet. [https://youtu.be/DJauwIYJE58 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/15.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_15.ipynb Ноутбук] <br /> <br /> <br /> ==== Неделя 17 ====<br /> <br /> [27 мая] '''Лекция''': Иерархические модели временных рядов. [https://youtu.be/jn2qzvRwpU4 Видео] <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_17.pdf Конспект]<br /> <br /> '''Семинар''': Модели пакета Orbit. [https://youtu.be/rpzgOuiiXBk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/16.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_16.ipynb Ноутбук] <br /> <br /> ==== Неделя 18 ====<br /> <br /> [3 июня] '''Лекция''': Сравнение прогнозов. Алгоритм MSTL. [https://youtu.be/2moTUnCzUp0 Видео]<br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_18.pdf Конспект][https://bdemeshev.github.io/om_ts/forecast_comparison Черновик красивого конспекта]<br /> <br /> '''Семинар''': Иерархические модели. [https://youtu.be/2QUT8ihTky4 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_17.ipynb Ноутбук]<br /> <br /> ==== Неделя 19 ====<br /> <br /> [10 июня] '''Лекция''': Решение задач. [https://youtu.be/Mo1Dn7Y15uA Видео]<br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_19.pdf Конспект]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> VaR и ES портфеля.<br /> <br /> Выдается: 21.04.2022 18.00<br /> <br /> Дедлайн: 10.05.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw4/hw_4.ipynb Задание]<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''<br /> <br /> <br /> Выдается: 27.05.2022 20.00<br /> <br /> Дедлайн: 12.06.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homework-theory/hw.pdf Задание]</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=70727 Time series modelling 21 22 2022-06-14T07:44:39Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_12.pdf Конспект]<br /> <br /> '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. [https://youtu.be/TCHjVKGDB3M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 14 ====<br /> <br /> [22 апреля] '''Лекция''': Введение в байесовский анализ. Важные распределения [https://youtu.be/McXBTzgkFVo Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_13.pdf Конспект]<br /> <br /> '''Семинар''': Классификация временных рядов. [https://youtu.be/VnJoXhijj9M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.ipynb Ноутбук] <br /> <br /> ==== Неделя 15 ====<br /> <br /> [29 апреля] '''Лекция''': Априорное распределение Джеффриса. [https://youtu.be/ya1Sc5xB2i0 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_14.pdf Конспект]<br /> <br /> <br /> ==== Неделя 16 ====<br /> <br /> [18 мая] '''Лекция (восстановленная)''' ETS =&gt; DLT. [https://youtu.be/n6I4Nlw1qeU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_15.pdf Конспект][https://bdemeshev.github.io/om_ts/ets2dlt Красивый конспект]<br /> <br /> [20 мая] '''Лекция''': Гауссовские процессы. [https://youtu.be/dKcGdjWa05c Видео][https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_16.pdf Конспект]<br /> <br /> <br /> ==== Неделя 17 ====<br /> <br /> [27 мая] '''Лекция''': Иерархические модели временных рядов. [https://youtu.be/jn2qzvRwpU4 Видео] <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_17.pdf Конспект]<br /> <br /> ==== Неделя 18 ====<br /> <br /> [3 июня] '''Лекция''': Сравнение прогнозов. Алгоритм MSTL. [https://youtu.be/2moTUnCzUp0 Видео]<br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_18.pdf Конспект][https://bdemeshev.github.io/om_ts/forecast_comparison Черновик красивого конспекта]<br /> <br /> ==== Неделя 19 ====<br /> <br /> [10 июня] '''Лекция''': Решение задач. [https://youtu.be/Mo1Dn7Y15uA Видео]<br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_19.pdf Конспект]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> VaR и ES портфеля.<br /> <br /> Выдается: 21.04.2022 18.00<br /> <br /> Дедлайн: 10.05.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw4/hw_4.ipynb Задание]<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''<br /> <br /> <br /> Выдается: 27.05.2022 20.00<br /> <br /> Дедлайн: 12.06.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homework-theory/hw.pdf Задание]</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=70726 Time series modelling 21 22 2022-06-14T07:42:00Z <p>Moonlight0071: /* Боевой листок */</p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_12.pdf Конспект]<br /> <br /> '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. [https://youtu.be/TCHjVKGDB3M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 14 ====<br /> <br /> [22 апреля] '''Лекция''': Введение в байесовский анализ. Важные распределения [https://youtu.be/McXBTzgkFVo Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_13.pdf Конспект]<br /> <br /> '''Семинар''': Классификация временных рядов. [https://youtu.be/VnJoXhijj9M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.ipynb Ноутбук] <br /> <br /> ==== Неделя 15 ====<br /> <br /> [29 апреля] '''Лекция''': Априорное распределение Джеффриса. [https://youtu.be/ya1Sc5xB2i0 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_14.pdf Конспект]<br /> <br /> <br /> ==== Неделя 16 ====<br /> <br /> [18 мая] '''Лекция (восстановленная)''' ETS =&gt; DLT. [https://youtu.be/n6I4Nlw1qeU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_15.pdf Конспект]<br /> <br /> [20 мая] '''Лекция''': Гауссовские процессы. [https://youtu.be/dKcGdjWa05c Видео][https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_16.pdf Конспект]<br /> <br /> <br /> ==== Неделя 17 ====<br /> <br /> [27 мая] '''Лекция''': Иерархические модели временных рядов. [https://youtu.be/jn2qzvRwpU4 Видео] <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_17.pdf Конспект]<br /> <br /> ==== Неделя 18 ====<br /> <br /> [3 июня] '''Лекция''': Сравнение прогнозов. Алгоритм MSTL. [https://youtu.be/2moTUnCzUp0 Видео]<br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_18.pdf Конспект]<br /> <br /> ==== Неделя 19 ====<br /> <br /> [10 июня] '''Лекция''': Решение задач. [https://youtu.be/Mo1Dn7Y15uA Видео]<br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_19.pdf Конспект]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> VaR и ES портфеля.<br /> <br /> Выдается: 21.04.2022 18.00<br /> <br /> Дедлайн: 10.05.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw4/hw_4.ipynb Задание]<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''<br /> <br /> <br /> Выдается: 27.05.2022 20.00<br /> <br /> Дедлайн: 12.06.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homework-theory/hw.pdf Задание]</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=70725 Time series modelling 21 22 2022-06-14T07:39:13Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_12.pdf Конспект]<br /> <br /> '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. [https://youtu.be/TCHjVKGDB3M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 14 ====<br /> <br /> [22 апреля] '''Лекция''': Введение в байесовский анализ. Важные распределения [https://youtu.be/McXBTzgkFVo Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_13.pdf Конспект]<br /> <br /> '''Семинар''': Классификация временных рядов. [https://youtu.be/VnJoXhijj9M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.ipynb Ноутбук] <br /> <br /> ==== Неделя 15 ====<br /> <br /> [29 апреля] '''Лекция''': Априорное распределение Джеффриса. [https://youtu.be/ya1Sc5xB2i0 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_14.pdf Конспект]<br /> <br /> <br /> ==== Неделя 16 ====<br /> <br /> [18 мая] '''Лекция (восстановленная)''' ETS =&gt; DLT. [https://youtu.be/n6I4Nlw1qeU Видео]<br /> <br /> [20 мая] '''Лекция''': Гауссовские процессы. [https://youtu.be/dKcGdjWa05c Видео] <br /> <br /> <br /> ==== Неделя 17 ====<br /> <br /> [27 мая] '''Лекция''': Иерархические модели временных рядов. [https://youtu.be/jn2qzvRwpU4 Видео] <br /> <br /> <br /> ==== Неделя 18 ====<br /> <br /> [3 июня] '''Лекция''': Сравнение прогнозов. Алгоритм MSTL. [https://youtu.be/2moTUnCzUp0 Видео]<br /> <br /> ==== Неделя 19 ====<br /> <br /> [10 июня] '''Лекция''': Решение задач. [https://youtu.be/Mo1Dn7Y15uA Видео]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> VaR и ES портфеля.<br /> <br /> Выдается: 21.04.2022 18.00<br /> <br /> Дедлайн: 10.05.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw4/hw_4.ipynb Задание]<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''<br /> <br /> <br /> Выдается: 27.05.2022 20.00<br /> <br /> Дедлайн: 12.06.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homework-theory/hw.pdf Задание]</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=70723 Time series modelling 21 22 2022-06-14T07:17:24Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_12.pdf Конспект]<br /> <br /> '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. [https://youtu.be/TCHjVKGDB3M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 14 ====<br /> <br /> [22 апреля] '''Лекция''': Введение в байесовский анализ. Важные распределения [https://youtu.be/McXBTzgkFVo Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_13.pdf Конспект]<br /> <br /> '''Семинар''': Классификация временных рядов. [https://youtu.be/VnJoXhijj9M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.ipynb Ноутбук] <br /> <br /> ==== Неделя 15 ====<br /> <br /> [29 апреля] '''Лекция''': Априорное распределение Джеффриса. [https://youtu.be/ya1Sc5xB2i0 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_14.pdf Конспект]<br /> <br /> <br /> ==== Неделя 16 ====<br /> <br /> [18 мая] '''Лекция (восстановленная)''' ETS =&gt; DLT. [https://youtu.be/n6I4Nlw1qeU Видео]<br /> <br /> [20 мая] '''Лекция''': Гауссовские процессы. [https://youtu.be/dKcGdjWa05c Видео] <br /> <br /> <br /> ==== Неделя 17 ====<br /> <br /> [27 мая] '''Лекция''': Иерархические модели временных рядов. [https://youtu.be/jn2qzvRwpU4 Видео] <br /> <br /> <br /> ==== Неделя 18 ====<br /> <br /> [3 июня] '''Лекция''': Сравнение прогнозов. Алгоритм Кростона для данных с нулями. [https://youtu.be/2moTUnCzUp0 Видео] <br /> <br /> ==== Неделя 19 ====<br /> <br /> [10 июня] '''Лекция''': Решение задач. [https://youtu.be/Mo1Dn7Y15uA Видео]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> VaR и ES портфеля.<br /> <br /> Выдается: 21.04.2022 18.00<br /> <br /> Дедлайн: 10.05.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw4/hw_4.ipynb Задание]<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''<br /> <br /> <br /> Выдается: 27.05.2022 20.00<br /> <br /> Дедлайн: 12.06.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homework-theory/hw.pdf Задание]</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=70722 Time series modelling 21 22 2022-06-14T07:16:38Z <p>Moonlight0071: /* Боевой листок */</p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_12.pdf Конспект]<br /> <br /> '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. [https://youtu.be/TCHjVKGDB3M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 14 ====<br /> <br /> [22 апреля] '''Лекция''': Введение в байесовский анализ. Важные распределения [https://youtu.be/McXBTzgkFVo Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_13.pdf Конспект]<br /> <br /> '''Семинар''': Классификация временных рядов. [https://youtu.be/VnJoXhijj9M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.ipynb Ноутбук] <br /> <br /> ==== Неделя 15 ====<br /> <br /> [29 апреля] '''Лекция''': Априорное распределение Джеффриса. [https://youtu.be/ya1Sc5xB2i0 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_14.pdf Конспект]<br /> <br /> <br /> ==== Неделя 16 ====<br /> <br /> [18 мая] '''Лекция (восстановленная)''' ETS =&gt; DLT. [https://youtu.be/n6I4Nlw1qeU Видео]<br /> <br /> [20 мая] '''Лекция''': Гауссовские процессы. [https://youtu.be/dKcGdjWa05c Видео] <br /> <br /> <br /> ==== Неделя 17 ====<br /> <br /> [27 мая] '''Лекция''': Иерархические модели временных рядов. [https://youtu.be/jn2qzvRwpU4 Видео] <br /> <br /> <br /> ==== Неделя 18 ====<br /> <br /> [3 июня] '''Лекция''': Сравнение прогнозов. Алгоритм Кростона для данных с нулями. [https://youtu.be/2moTUnCzUp0 Видео] <br /> <br /> ==== Неделя 19 ====<br /> <br /> [10 июня] '''Лекция''': Решение задач. [https://youtu.be/Mo1Dn7Y15uA Видео]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> VaR и ES портфеля.<br /> <br /> Выдается: 21.04.2022 18.00<br /> <br /> Дедлайн: 10.05.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw4/hw_4.ipynb Задание]<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''<br /> <br /> <br /> Выдается: 27.05.2022 20.00<br /> <br /> Дедлайн: -<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homework-theory/hw.pdf Задание]</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=70116 Time series modelling 21 22 2022-05-27T17:06:37Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_12.pdf Конспект]<br /> <br /> '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. [https://youtu.be/TCHjVKGDB3M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 14 ====<br /> <br /> [22 апреля] '''Лекция''': Введение в байесовский анализ. Важные распределения [https://youtu.be/McXBTzgkFVo Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_13.pdf Конспект]<br /> <br /> '''Семинар''': Классификация временных рядов. [https://youtu.be/VnJoXhijj9M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.ipynb Ноутбук] <br /> <br /> ==== Неделя 15 ====<br /> <br /> [29 апреля] '''Лекция''': Априорное распределение Джеффриса. [https://youtu.be/ya1Sc5xB2i0 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_14.pdf Конспект]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> VaR и ES портфеля.<br /> <br /> Выдается: 21.04.2022 18.00<br /> <br /> Дедлайн: 10.05.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw4/hw_4.ipynb Задание]<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''<br /> <br /> <br /> Выдается: 27.05.2022 20.00<br /> <br /> Дедлайн: -<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homework-theory/hw.pdf Задание]</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=70115 Time series modelling 21 22 2022-05-27T17:05:34Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_12.pdf Конспект]<br /> <br /> '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. [https://youtu.be/TCHjVKGDB3M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 14 ====<br /> <br /> [22 апреля] '''Лекция''': Введение в байесовский анализ. Важные распределения [https://youtu.be/McXBTzgkFVo Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_13.pdf Конспект]<br /> <br /> '''Семинар''': Классификация временных рядов. [https://youtu.be/VnJoXhijj9M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.ipynb Ноутбук] <br /> <br /> ==== Неделя 15 ====<br /> <br /> [29 апреля] '''Лекция''': Априорное распределение Джеффриса. [https://youtu.be/ya1Sc5xB2i0 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_14.pdf Конспект]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> VaR и ES портфеля.<br /> <br /> Выдается: 21.04.2022 18.00<br /> <br /> Дедлайн: 10.05.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw4/hw_4.ipynb Задание]<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''<br /> <br /> <br /> Выдается: 27.05.2022 20.00<br /> <br /> Дедлайн: -<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-theory/hw.pdf Задание]</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=69593 Time series modelling 21 22 2022-05-15T13:23:04Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_12.pdf Конспект]<br /> <br /> '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. [https://youtu.be/TCHjVKGDB3M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 14 ====<br /> <br /> [22 апреля] '''Лекция''': Введение в байесовский анализ. Важные распределения [https://youtu.be/McXBTzgkFVo Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_13.pdf Конспект]<br /> <br /> '''Семинар''': Классификация временных рядов. [https://youtu.be/VnJoXhijj9M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_13/sem_13.ipynb Ноутбук] <br /> <br /> ==== Неделя 15 ====<br /> <br /> [29 апреля] '''Лекция''': Априорное распределение Джеффриса. [https://youtu.be/ya1Sc5xB2i0 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_14.pdf Конспект]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> VaR и ES портфеля.<br /> <br /> Выдается: 21.04.2022 18.00<br /> <br /> Дедлайн: 10.05.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw4/hw_4.ipynb Задание]<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=69327 Time series modelling 21 22 2022-05-08T19:42:34Z <p>Moonlight0071: /* Практические задания */</p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. [https://youtu.be/TCHjVKGDB3M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_2.ipynb Ноутбук 2]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> VaR и ES портфеля.<br /> <br /> Выдается: 21.04.2022 18.00<br /> <br /> Дедлайн: 10.05.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw4/hw_4.ipynb Задание]<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BD%D0%B0_%D1%8F%D0%B7%D1%8B%D0%BA%D0%B5_Python,_%D0%B6%D1%83%D1%80%D0%BD%D0%B0%D0%BB%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_2022&diff=69104 Программирование на языке Python, журналистика 2022 2022-04-29T10:13:04Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:Python-logo2.png|120px|borderless|left]]<br /> Курс читается для студентов программы Журналистика ВШЭ в 4 модуле.<br /> Язык программирования Python является одним из самых простых в освоении и<br /> популярных языков программирования. Данный язык является мощным<br /> инструментом анализа данных и может повысить эффективность практически<br /> любой деятельности в науке и индустрии. С помощью языка Python можно<br /> автоматизировать рутинные операции и обрабатывать объемы данных, на<br /> несколько порядков превышающие объемы, доступные для обработки вручную<br /> или с помощью электронных таблиц.<br /> <br /> == Необходимые ссылки ==<br /> <br /> [https://online.hse.ru/course/view.php?id=5240 Онлайн-курс]<br /> <br /> [https://www.hse.ru/edu/courses/494724183 ПУД] <br /> <br /> === Материалы из курса ===<br /> <br /> <br /> [https://drive.google.com/drive/folders/1zqe2c5Q4aKoZNGXYybDezVRG2pknCqV7?usp=sharing Преза с теорией и блокноты с практикой первой недели онлайн-курса] &lt;br /&gt;<br /> Файлы .ipynb предназначены для открытия в программе Jupyter Notebook, которая входит в состав пакета [https://www.anaconda.com/products/individual Анаконда]<br /> <br /> '''Тетрадки с семинаров '''&lt;br /&gt;<br /> [https://drive.google.com/file/d/11TPjIDFJX_17fAIhb2G72K5BgvxCBXVt/view?usp=sharing Семинар 1]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1WC6BRwSH1E2r0vOnFkEpU4MaUomSbicM/view?usp=sharing Семинар 2]&lt;br /&gt;<br /> [https://drive.google.com/file/d/15_QdAKyIwoVXPl1Vt6j4X8e1lciht7eI/view?usp=sharing Семинар 3]<br /> <br /> == Преподаватели и ассистенты ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! style=&quot;width:80px&quot; |Группа !! style=&quot;width:230px&quot; | Преподаватель !!style=&quot;width:200px&quot; | Контакты !! style=&quot;width:100px&quot; | Ассистент !! style=&quot;width:150px&quot; | Контакты !! style=&quot;width:180px&quot; | Чаты и каналы<br /> |-<br /> | БЖУР201,&lt;br /&gt; БЖУР204,&lt;br /&gt; БЖУР205 || Касьяненко Дарья Алексеевна || tg @dkasyanenko || Настя || tg @saranast || [https://t.me/+RPkuHlVSU6JlZDVi Канал новостей] &lt;br /&gt; [https://t.me/+yikPayDPn31iYWY6 чат]<br /> |-<br /> | БЖУР202,&lt;br /&gt; БЖУР203 || Зехов Матвей Сергеевич || zehov1@mail.ru; &lt;br /&gt; tg @moonlight0071 || Арина|| tg @graceforwar ||[https://t.me/+XPEti1tEZMkxYzUy чат]<br /> |-<br /> |}<br /> <br /> == Формула оценки ==<br /> <br /> 0.400 Экзамен<br /> <br /> 0.100 Оценка онлайн курса<br /> <br /> 0.200 Тесты, из 6 тестов формула учтёт 5 лучших при подсчёте среднего<br /> <br /> 0.300 Проект<br /> <br /> '''Арифметическое округление. Блокирующих элементов нет. Отдельные формы не округляются.'''<br /> <br /> === Формы контроля в деталях ===<br /> <br /> '''Онлайн-курс''' &lt;br /&gt;<br /> Cостоит из еженедельных задач и еженедельных тестовых вопросов. К задачам есть подсказки, пожалуйста, пользуйтесь ими. Дедлайн в воскресенье, 23:59. &lt;br /&gt;<br /> В курсе 11 недель, где первые 9 посвящены проверяемым на НОК материалам, 10-я неделя показывает вам возможности питона для обработки информации из Сети и 11-я неделя посвящена общему повторению. &lt;br /&gt;<br /> Оцениваемые элементы есть только в первых 10 неделях. &lt;br /&gt;<br /> Оценка за онлайн-курс состоит из теста по неделе и практическим задачам по неделям. &lt;br /&gt;<br /> Задачи можно сдавать сколько угодно раз до дедлайна, никаких штрафов за попытку сдачи нет. <br /> Тест можно сдать только один раз, на него выделяется 20 минут. &lt;br /&gt;<br /> После того, как дедлайн теста закончится, студенты могут узнать свои ошибки и увидеть правильные ответы, что должно помочь им в подготовке к курсовому экзамену и НОК. &lt;br /&gt;<br /> <br /> '''Тесты''' &lt;br /&gt;<br /> Будет 6 тестов на семинарах. В оценку пойдёт среднее по 5 лучшим (один можно завалить). &lt;br /&gt;<br /> <br /> '''Экзамен''' &lt;br /&gt;<br /> Экзамен в формате, аналогичном НОК. Мы проводим его в сессию, чтобы у вас была возможность потренироваться перед настоящим НОК.<br /> &lt;br /&gt;<br /> <br /> '''Проект''' &lt;br /&gt;<br /> Индивидуальный проект. &lt;br /&gt;<br /> Пример темы: создание чат-бота в Телеграм. &lt;br /&gt;<br /> Вы можете придумать свою тему и своё наполнение. &lt;br /&gt;<br /> Точные критерии проекта станут доступны чуть позже.<br /> &lt;br /&gt;<br /> <br /> === Дедлайны ===<br /> <br /> Можно попросить перенести онлайн-курс без уважительной причины один раз. &lt;br /&gt;<br /> Перенос форм контроля по уважительной причине – только через Учебный офис.<br /> <br /> == План курса ==<br /> '''1. Основы языка'''<br /> <br /> Ввод-вывод, f-String, типы данных (строка, целое число, дробное число)<br /> <br /> '''2. Условный оператор'''<br /> <br /> Логические выражения, условный оператор (обхода, выбора, с несколькими<br /> возможными результатами)<br /> <br /> '''3. Цикл while'''<br /> <br /> Оператор цикла с условием (while), вложение операторов друг в друга.<br /> <br /> '''4. Цикл for и списки'''<br /> <br /> Цикл for для перебора по элементам и по индексам (функция range)<br /> <br /> '''5. Методы'''<br /> <br /> Методы строк и списков. Срезы.<br /> <br /> '''6. Словари и множества'''<br /> <br /> Словари, множества, методы работы с отдельными элементами. Повторение<br /> первой половины курса.<br /> <br /> '''7. Вложенные структуры данных. Сортировка'''<br /> <br /> Словари словарей, списки словарей и иные допустимые в Python комбинации<br /> данных. Сортировка с помощью sorted().<br /> Работа с ключами, значениями и парами элементов в словарях.<br /> <br /> '''8. Функции и модули'''<br /> <br /> Подключение сторонних модулей и импорт функций из них. Создание<br /> собственных функций.<br /> <br /> '''9. Обработка текстовых файлов и электронных таблиц'''<br /> <br /> Работа с текстовыми файлами и файлами электронных таблиц в формате csv.<br /> <br /> '''10. Обработка и создание HTML-страниц'''<br /> <br /> Основы HTML, получение ресурсов по URL-адресу, использование библиотеки<br /> BeautifulSoup для обработки HTML.<br /> <br /> '''11. json и API'''<br /> <br /> Обработка данных в формате json, работа с публичным интерфейсом API.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> Lutz, M. (2008). Learning Python (Vol. 3rd ed). Beijing: O’Reilly Media.<br /> Retrieved from<br /> <br /> http://search.ebscohost.com/login.aspx?direct=true&amp;site=eds-live&amp;db=edseb<br /> k&amp;AN=415392<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> Vanderplas, J. T. (2016). Python Data Science Handbook : Essential Tools<br /> for Working with Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly<br /> Media. Retrieved from<br /> <br /> http://search.ebscohost.com/login.aspx?direct=true&amp;site=eds-live&amp;db=nlebk<br /> &amp;AN=1425081</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BD%D0%B0_%D1%8F%D0%B7%D1%8B%D0%BA%D0%B5_Python,_%D0%B6%D1%83%D1%80%D0%BD%D0%B0%D0%BB%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_2022&diff=69103 Программирование на языке Python, журналистика 2022 2022-04-29T10:12:47Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:Python-logo2.png|120px|borderless|left]]<br /> Курс читается для студентов программы Журналистика ВШЭ в 4 модуле.<br /> Язык программирования Python является одним из самых простых в освоении и<br /> популярных языков программирования. Данный язык является мощным<br /> инструментом анализа данных и может повысить эффективность практически<br /> любой деятельности в науке и индустрии. С помощью языка Python можно<br /> автоматизировать рутинные операции и обрабатывать объемы данных, на<br /> несколько порядков превышающие объемы, доступные для обработки вручную<br /> или с помощью электронных таблиц.<br /> <br /> == Необходимые ссылки ==<br /> <br /> [https://online.hse.ru/course/view.php?id=5240 Онлайн-курс]<br /> <br /> [https://www.hse.ru/edu/courses/494724183 ПУД] <br /> <br /> === Материалы из курса ===<br /> <br /> <br /> [https://drive.google.com/drive/folders/1zqe2c5Q4aKoZNGXYybDezVRG2pknCqV7?usp=sharing Преза с теорией и блокноты с практикой первой недели онлайн-курса] &lt;br /&gt;<br /> Файлы .ipynb предназначены для открытия в программе Jupyter Notebook, которая входит в состав пакета [https://www.anaconda.com/products/individual Анаконда]<br /> <br /> '''Тетрадки с семинаров '''&lt;br /&gt;<br /> [https://drive.google.com/file/d/11TPjIDFJX_17fAIhb2G72K5BgvxCBXVt/view?usp=sharing Семинар 1]&lt;br /&gt;<br /> [https://drive.google.com/file/d/1WC6BRwSH1E2r0vOnFkEpU4MaUomSbicM/view?usp=sharing Семинар 2]<br /> [https://drive.google.com/file/d/15_QdAKyIwoVXPl1Vt6j4X8e1lciht7eI/view?usp=sharing Семинар 3]<br /> <br /> == Преподаватели и ассистенты ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! style=&quot;width:80px&quot; |Группа !! style=&quot;width:230px&quot; | Преподаватель !!style=&quot;width:200px&quot; | Контакты !! style=&quot;width:100px&quot; | Ассистент !! style=&quot;width:150px&quot; | Контакты !! style=&quot;width:180px&quot; | Чаты и каналы<br /> |-<br /> | БЖУР201,&lt;br /&gt; БЖУР204,&lt;br /&gt; БЖУР205 || Касьяненко Дарья Алексеевна || tg @dkasyanenko || Настя || tg @saranast || [https://t.me/+RPkuHlVSU6JlZDVi Канал новостей] &lt;br /&gt; [https://t.me/+yikPayDPn31iYWY6 чат]<br /> |-<br /> | БЖУР202,&lt;br /&gt; БЖУР203 || Зехов Матвей Сергеевич || zehov1@mail.ru; &lt;br /&gt; tg @moonlight0071 || Арина|| tg @graceforwar ||[https://t.me/+XPEti1tEZMkxYzUy чат]<br /> |-<br /> |}<br /> <br /> == Формула оценки ==<br /> <br /> 0.400 Экзамен<br /> <br /> 0.100 Оценка онлайн курса<br /> <br /> 0.200 Тесты, из 6 тестов формула учтёт 5 лучших при подсчёте среднего<br /> <br /> 0.300 Проект<br /> <br /> '''Арифметическое округление. Блокирующих элементов нет. Отдельные формы не округляются.'''<br /> <br /> === Формы контроля в деталях ===<br /> <br /> '''Онлайн-курс''' &lt;br /&gt;<br /> Cостоит из еженедельных задач и еженедельных тестовых вопросов. К задачам есть подсказки, пожалуйста, пользуйтесь ими. Дедлайн в воскресенье, 23:59. &lt;br /&gt;<br /> В курсе 11 недель, где первые 9 посвящены проверяемым на НОК материалам, 10-я неделя показывает вам возможности питона для обработки информации из Сети и 11-я неделя посвящена общему повторению. &lt;br /&gt;<br /> Оцениваемые элементы есть только в первых 10 неделях. &lt;br /&gt;<br /> Оценка за онлайн-курс состоит из теста по неделе и практическим задачам по неделям. &lt;br /&gt;<br /> Задачи можно сдавать сколько угодно раз до дедлайна, никаких штрафов за попытку сдачи нет. <br /> Тест можно сдать только один раз, на него выделяется 20 минут. &lt;br /&gt;<br /> После того, как дедлайн теста закончится, студенты могут узнать свои ошибки и увидеть правильные ответы, что должно помочь им в подготовке к курсовому экзамену и НОК. &lt;br /&gt;<br /> <br /> '''Тесты''' &lt;br /&gt;<br /> Будет 6 тестов на семинарах. В оценку пойдёт среднее по 5 лучшим (один можно завалить). &lt;br /&gt;<br /> <br /> '''Экзамен''' &lt;br /&gt;<br /> Экзамен в формате, аналогичном НОК. Мы проводим его в сессию, чтобы у вас была возможность потренироваться перед настоящим НОК.<br /> &lt;br /&gt;<br /> <br /> '''Проект''' &lt;br /&gt;<br /> Индивидуальный проект. &lt;br /&gt;<br /> Пример темы: создание чат-бота в Телеграм. &lt;br /&gt;<br /> Вы можете придумать свою тему и своё наполнение. &lt;br /&gt;<br /> Точные критерии проекта станут доступны чуть позже.<br /> &lt;br /&gt;<br /> <br /> === Дедлайны ===<br /> <br /> Можно попросить перенести онлайн-курс без уважительной причины один раз. &lt;br /&gt;<br /> Перенос форм контроля по уважительной причине – только через Учебный офис.<br /> <br /> == План курса ==<br /> '''1. Основы языка'''<br /> <br /> Ввод-вывод, f-String, типы данных (строка, целое число, дробное число)<br /> <br /> '''2. Условный оператор'''<br /> <br /> Логические выражения, условный оператор (обхода, выбора, с несколькими<br /> возможными результатами)<br /> <br /> '''3. Цикл while'''<br /> <br /> Оператор цикла с условием (while), вложение операторов друг в друга.<br /> <br /> '''4. Цикл for и списки'''<br /> <br /> Цикл for для перебора по элементам и по индексам (функция range)<br /> <br /> '''5. Методы'''<br /> <br /> Методы строк и списков. Срезы.<br /> <br /> '''6. Словари и множества'''<br /> <br /> Словари, множества, методы работы с отдельными элементами. Повторение<br /> первой половины курса.<br /> <br /> '''7. Вложенные структуры данных. Сортировка'''<br /> <br /> Словари словарей, списки словарей и иные допустимые в Python комбинации<br /> данных. Сортировка с помощью sorted().<br /> Работа с ключами, значениями и парами элементов в словарях.<br /> <br /> '''8. Функции и модули'''<br /> <br /> Подключение сторонних модулей и импорт функций из них. Создание<br /> собственных функций.<br /> <br /> '''9. Обработка текстовых файлов и электронных таблиц'''<br /> <br /> Работа с текстовыми файлами и файлами электронных таблиц в формате csv.<br /> <br /> '''10. Обработка и создание HTML-страниц'''<br /> <br /> Основы HTML, получение ресурсов по URL-адресу, использование библиотеки<br /> BeautifulSoup для обработки HTML.<br /> <br /> '''11. json и API'''<br /> <br /> Обработка данных в формате json, работа с публичным интерфейсом API.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> Lutz, M. (2008). Learning Python (Vol. 3rd ed). Beijing: O’Reilly Media.<br /> Retrieved from<br /> <br /> http://search.ebscohost.com/login.aspx?direct=true&amp;site=eds-live&amp;db=edseb<br /> k&amp;AN=415392<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> Vanderplas, J. T. (2016). Python Data Science Handbook : Essential Tools<br /> for Working with Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly<br /> Media. Retrieved from<br /> <br /> http://search.ebscohost.com/login.aspx?direct=true&amp;site=eds-live&amp;db=nlebk<br /> &amp;AN=1425081</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=68817 Time series modelling 21 22 2022-04-21T15:12:57Z <p>Moonlight0071: /* Практические задания */</p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. [https://youtu.be/TCHjVKGDB3M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_2.ipynb Ноутбук 2]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> VaR и ES портфеля.<br /> <br /> Выдается: 21.04.2022 18.00<br /> <br /> Дедлайн: -<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw4/hw_4.ipynb Задание]<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=68738 Time series modelling 21 22 2022-04-19T15:47:03Z <p>Moonlight0071: /* Боевой листок */</p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Многомерные модели оценки риска. Смеси распределений. Копулы. [https://youtu.be/TCHjVKGDB3M Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_12_2.ipynb Ноутбук 2]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=68669 Time series modelling 21 22 2022-04-18T10:45:14Z <p>Moonlight0071: /* Неделя 12 */</p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 13 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''':<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=68668 Time series modelling 21 22 2022-04-18T10:44:04Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 12 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''':<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=68667 Time series modelling 21 22 2022-04-18T10:41:32Z <p>Moonlight0071: /* Боевой листок */</p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [8 апреля] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> ==== Неделя 12 ====<br /> <br /> [15 апреля] '''Лекция''': Классификация временных рядов. DTW. [https://youtu.be/9XcXrY66SsM Видео] [ Конспект]<br /> <br /> '''Семинар''':<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BD%D0%B0_%D1%8F%D0%B7%D1%8B%D0%BA%D0%B5_Python,_%D0%B6%D1%83%D1%80%D0%BD%D0%B0%D0%BB%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0_2022&diff=68523 Программирование на языке Python, журналистика 2022 2022-04-14T20:00:19Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:Python-logo2.png|120px|borderless|left]]<br /> Курс читается для студентов программы Журналистика ВШЭ в 4 модуле.<br /> Язык программирования Python является одним из самых простых в освоении и<br /> популярных языков программирования. Данный язык является мощным<br /> инструментом анализа данных и может повысить эффективность практически<br /> любой деятельности в науке и индустрии. С помощью языка Python можно<br /> автоматизировать рутинные операции и обрабатывать объемы данных, на<br /> несколько порядков превышающие объемы, доступные для обработки вручную<br /> или с помощью электронных таблиц.<br /> <br /> == Необходимые ссылки ==<br /> <br /> [https://online.hse.ru/course/view.php?id=5240 Онлайн-курс]<br /> <br /> [https://www.hse.ru/edu/courses/494724183 ПУД] <br /> <br /> === Материалы из курса ===<br /> <br /> <br /> [https://drive.google.com/drive/folders/1zqe2c5Q4aKoZNGXYybDezVRG2pknCqV7?usp=sharing Преза с теорией и блокноты с практикой первой недели онлайн-курса] &lt;br /&gt;<br /> Файлы .ipynb предназначены для открытия в программе Jupyter Notebook, которая входит в состав пакета [https://www.anaconda.com/products/individual Анаконда]<br /> <br /> '''Тетрадки с семинаров '''&lt;br /&gt;<br /> [https://drive.google.com/file/d/11TPjIDFJX_17fAIhb2G72K5BgvxCBXVt/view?usp=sharing Семинар 1]<br /> <br /> == Преподаватели и ассистенты ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! style=&quot;width:80px&quot; |Группа !! style=&quot;width:230px&quot; | Преподаватель !!style=&quot;width:200px&quot; | Контакты !! style=&quot;width:100px&quot; | Ассистент !! style=&quot;width:150px&quot; | Контакты !! style=&quot;width:180px&quot; | Чаты и каналы<br /> |-<br /> | БЖУР201,&lt;br /&gt; БЖУР204,&lt;br /&gt; БЖУР205 || Касьяненко Дарья Алексеевна || tg @dkasyanenko || Настя || tg @saranast || [https://t.me/+RPkuHlVSU6JlZDVi Канал новостей] &lt;br /&gt; [https://t.me/+yikPayDPn31iYWY6 чат]<br /> |-<br /> | БЖУР202,&lt;br /&gt; БЖУР203 || Зехов Матвей Сергеевич || zehov1@mail.ru; &lt;br /&gt; tg @moonlight0071 || Арина|| tg @graceforwar ||[https://t.me/+XPEti1tEZMkxYzUy чат]<br /> |-<br /> |}<br /> <br /> == Формула оценки ==<br /> <br /> 0.400 Экзамен<br /> <br /> 0.100 Оценка онлайн курса<br /> <br /> 0.200 Тесты, из 6 тестов формула учтёт 5 лучших при подсчёте среднего<br /> <br /> 0.300 Проект<br /> <br /> '''Арифметическое округление. Блокирующих элементов нет. Отдельные формы не округляются.'''<br /> <br /> === Формы контроля в деталях ===<br /> <br /> '''Онлайн-курс''' &lt;br /&gt;<br /> Cостоит из еженедельных задач и еженедельных тестовых вопросов. К задачам есть подсказки, пожалуйста, пользуйтесь ими. Дедлайн в воскресенье, 23:59. &lt;br /&gt;<br /> В курсе 11 недель, где первые 9 посвящены проверяемым на НОК материалам, 10-я неделя показывает вам возможности питона для обработки информации из Сети и 11-я неделя посвящена общему повторению. &lt;br /&gt;<br /> Оцениваемые элементы есть только в первых 10 неделях. &lt;br /&gt;<br /> Оценка за онлайн-курс состоит из теста по неделе и практическим задачам по неделям. &lt;br /&gt;<br /> Задачи можно сдавать сколько угодно раз до дедлайна, никаких штрафов за попытку сдачи нет. <br /> Тест можно сдать только один раз, на него выделяется 20 минут. &lt;br /&gt;<br /> После того, как дедлайн теста закончится, студенты могут узнать свои ошибки и увидеть правильные ответы, что должно помочь им в подготовке к курсовому экзамену и НОК. &lt;br /&gt;<br /> <br /> '''Тесты''' &lt;br /&gt;<br /> Будет 6 тестов на семинарах. В оценку пойдёт среднее по 5 лучшим (один можно завалить). &lt;br /&gt;<br /> <br /> '''Экзамен''' &lt;br /&gt;<br /> Экзамен в формате, аналогичном НОК. Мы проводим его в сессию, чтобы у вас была возможность потренироваться перед настоящим НОК.<br /> &lt;br /&gt;<br /> <br /> '''Проект''' &lt;br /&gt;<br /> Индивидуальный проект. &lt;br /&gt;<br /> Пример темы: создание чат-бота в Телеграм. &lt;br /&gt;<br /> Вы можете придумать свою тему и своё наполнение. &lt;br /&gt;<br /> Точные критерии проекта станут доступны чуть позже.<br /> &lt;br /&gt;<br /> <br /> === Дедлайны ===<br /> <br /> Можно попросить перенести онлайн-курс без уважительной причины один раз. &lt;br /&gt;<br /> Перенос форм контроля по уважительной причине – только через Учебный офис.<br /> <br /> == План курса ==<br /> '''1. Основы языка'''<br /> <br /> Ввод-вывод, f-String, типы данных (строка, целое число, дробное число)<br /> <br /> '''2. Условный оператор'''<br /> <br /> Логические выражения, условный оператор (обхода, выбора, с несколькими<br /> возможными результатами)<br /> <br /> '''3. Цикл while'''<br /> <br /> Оператор цикла с условием (while), вложение операторов друг в друга.<br /> <br /> '''4. Цикл for и списки'''<br /> <br /> Цикл for для перебора по элементам и по индексам (функция range)<br /> <br /> '''5. Методы'''<br /> <br /> Методы строк и списков. Срезы.<br /> <br /> '''6. Словари и множества'''<br /> <br /> Словари, множества, методы работы с отдельными элементами. Повторение<br /> первой половины курса.<br /> <br /> '''7. Вложенные структуры данных. Сортировка'''<br /> <br /> Словари словарей, списки словарей и иные допустимые в Python комбинации<br /> данных. Сортировка с помощью sorted().<br /> Работа с ключами, значениями и парами элементов в словарях.<br /> <br /> '''8. Функции и модули'''<br /> <br /> Подключение сторонних модулей и импорт функций из них. Создание<br /> собственных функций.<br /> <br /> '''9. Обработка текстовых файлов и электронных таблиц'''<br /> <br /> Работа с текстовыми файлами и файлами электронных таблиц в формате csv.<br /> <br /> '''10. Обработка и создание HTML-страниц'''<br /> <br /> Основы HTML, получение ресурсов по URL-адресу, использование библиотеки<br /> BeautifulSoup для обработки HTML.<br /> <br /> '''11. json и API'''<br /> <br /> Обработка данных в формате json, работа с публичным интерфейсом API.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> Lutz, M. (2008). Learning Python (Vol. 3rd ed). Beijing: O’Reilly Media.<br /> Retrieved from<br /> <br /> http://search.ebscohost.com/login.aspx?direct=true&amp;site=eds-live&amp;db=edseb<br /> k&amp;AN=415392<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> Vanderplas, J. T. (2016). Python Data Science Handbook : Essential Tools<br /> for Working with Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly<br /> Media. Retrieved from<br /> <br /> http://search.ebscohost.com/login.aspx?direct=true&amp;site=eds-live&amp;db=nlebk<br /> &amp;AN=1425081</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=68467 Time series modelling 21 22 2022-04-13T21:17:12Z <p>Moonlight0071: /* Боевой листок */</p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> <br /> ==== Неделя 11 ====<br /> <br /> [25 марта] '''Лекция''': Не состоялась<br /> <br /> '''Семинар''': ARCH-GARCH. Filtered Historical Simulation. [https://youtu.be/cFVdW4pYCT8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_11.ipynb Ноутбук] <br /> <br /> ==== Неделя 12 ====<br /> <br /> [25 марта] '''Лекция''': Копулы [https://youtu.be/S4AbB3BcAnc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_11.pdf Конспект]<br /> <br /> '''Семинар''': Не состоялся<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%BD%D0%B0_Python-%D0%AD%D0%BA%D0%BE%D0%BD%D0%BE%D0%BC-2022&diff=68021 Анализ данных на Python-Эконом-2022 2022-04-05T12:48:59Z <p>Moonlight0071: /* Распределение групп по семинаристам и ассистентам */</p> <hr /> <div>==О курсе==<br /> <br /> Этой весной вас ждёт курс по Python. Следующей весной — курс по Анализу данных.<br /> <br /> После каждого из этих курсов будет независимый экзамен от ФКН. <br /> <br /> '''Преподаватели:''' <br /> [https://www.hse.ru/org/persons/160981103 Максимовская Анастасия Максимовна], [https://www.hse.ru/org/persons/307095000 Зарманбетов Ахмед Курманалиевич], [https://www.hse.ru/org/persons/408540654 Мидюкин Максим Олегович], Аброскин Илья Дмитриевич, [https://www.hse.ru/org/persons/190889495 Зехов Матвей Сергеевич], [https://www.hse.ru/org/persons/218009880 Ульянкин Филипп Валерьевич]<br /> <br /> == Правила выставления оценок ==<br /> Вы получаете две оценки: одну — за курс, вторую — за независимый экзамен. <br /> <br /> Оценка за курс ставится по формуле: <br /> <br /> &lt;span style=&quot;background-color:#ddd;&quot;&gt;Min(10, 0.1*''МСР'' + 0.4*''БСР'' + 0.5*''ДЗ'')&lt;/span&gt;,<br /> <br /> где ''ДЗ'' — средняя оценка за все домашние задания (4 штуки), ''МСР'' — средняя оценка за все мини-самостоятельные работы на семинарах (около 6 штук), ''БСР'' — средняя оценка за все большие самостоятельные работы (3 штуки). Округление арифметическое.<br /> <br /> Независимый экзамен вы пишите в конце курса и получаете по его итогам отдельную оценку. Пробный вариант будет.<br /> <br /> ==Идеология курса==<br /> Основная цель курса - научить вас скриптованию. По его итогам вы должны смело уметь открывать Python и писать гору кода для решения всех своих проблем.<br /> <br /> Курс представляет из себя сочетания ''онлайн'' и ''офлайн'' частей. В офлайн-части мы ''на семинарах'' вместе что-то делаем: в основном, решаем задачи. В онлайн-части вы изучаете ''курс на Coursera'' и дополнительные материалы, которые мы выкладываем.<br /> <br /> Проверять то, как вы делаете онлайновую часть, мы не будем. Тем не менее, единственный способ научиться программировать - это много программировать. Если вы будете игнорировать онлайновую часть, довольно большой кусок практики выпадет из вашей жизни, а впоследствии на самостоятельных и экзамене возникнут проблемы.<br /> <br /> == Распределение групп по семинаристам и ассистентам ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! Группа !! Семинарист !! Ассистент<br /> |-<br /> | 211 || || <br /> |-<br /> | 212 || || <br /> |-<br /> | 213 || || <br /> |-<br /> | 214 || Анастасия Максимовская ([https://t.me/anastasiyamaxx TG]) ||Савелий Прохоров ([https://t.me/Savely_Prokhorov TG])<br /> |-<br /> | 215 || Анастасия Максимовская ([https://t.me/anastasiyamaxx TG]) ||Савелий Прохоров ([https://t.me/Savely_Prokhorov TG])<br /> |-<br /> | 216 || || <br /> |-<br /> | 217 || || <br /> |-<br /> | 218 || || <br /> |-<br /> | 219 || || <br /> |-<br /> | 2110 || || <br /> |-<br /> | 2111 || || Евгения Никулина ([https://t.me/evgnikulina TG])<br /> |-<br /> | 2112 || || Нина Челышева ([https://t.me/ninachely TG])<br /> |-<br /> | 2113 || Матвей Зехов ([https://t.me/moonlight0071 TG]) || Натела Кордзахия ([https://t.me/nkrdz TG])<br /> |}<br /> <br /> ==Материалы курса==<br /> * [https://t.me/+_2BivfQyHHYxMzJi TG-чат курса для поддержки и флуда] и [https://t.me/+VyQGUa12HZg4MjAy TG-канал для объявлений]<br /> * [ Таблица с оценками (будет позже)]<br /> * [https://github.com/hse-econ-data-science/dap_2022-23 GitHub-репозиторий] <br /> * Youtube-каналы с записями семинаров: <br /> * [https://github.com/hse-econ-data-science/dap_2021_spring Материалы прошлого курса (весна 2021) на GitHub]<br /> <br /> ==Домашки==<br /> Здесь появятся ссылки на контесты с задачами<br /> <br /> ==Контрольные==<br /> Здесь появятся ссылки на контесты с задачами<br /> <br /> ==Большой план (не)маленьких побед==<br /> Установите перед первым семинаром Anaconda. [https://github.com/hse-econ-data-science/dap_2020_fall/blob/master/utils/install_conda_windows.pdf Инструкция для Windows] и [https://github.com/hse-econ-data-science/dap_2020_fall/blob/master/utils/install_conda_mac.pdfИнструкция для Mac]<br /> <br /> Anaconda - это дистрибутив для новичка. Обычно рано или поздно от него отказываются. Если вы жёсткий и вам знакомо слово терминал, можно поставить Python и всё необходимое через него. Желательно сразу же делать это [https://github.com/pyenv/pyenv через pyenv].<br /> <br /> * '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem01_intro sem01]''' Вводимся в Python, Git и делаем import this.<br /> * '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem02_for sem02]''' Говорим про циклы, условия, списки, что такое range (концепция генераторов на пальцах).<br /> * '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem03_list sem03]''' Говорим про изменяемые и неизменяемые типы данных: списки, кортежи, строки и методы работы с ними. Обсуждаем как Python работает с памятью и где можно из-за этого накосячить.<br /> * '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem04_functions sem04]''' Говорим о функциях и рекурсии. Решаем задачи на циклы и оформляем их в виде функций.<br /> * '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem05_dict sem05]''' Говорим про словарики и множества<br /> * '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem06_dict sem06]''' Решаем задачи на словари и множества. Немного говорим про collections.<br /> * '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem07_wow sem07]''' Полезный функционал: list comprehension, map, lambda-функции, all, any, max, sorted, lambda внутри них как key и т.п. Мб про operator, collections и itertools<br /> * '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem08_write sem08]''' Чтение и запись в файлы. Типы файлов: .txt, .json, .csv, .tsv, pickle. Введение в pandas: подгрузили табличку и сделали минимальное её шатание. Сразу забыли про pandas до следующего года. На экзамене им пользоваться нельзя.<br /> * '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem09_parsers sem09]''' Учимся собирать данные, пишем парсеры.<br /> * '''[https://github.com/hse-econ-data-science/dap_2022-23/blob/main/sem10_API sem10]''' Работа с API<br /> <br /> ==Литература==<br /> <br /> '''Рекомендуемая литература:'''<br /> <br /> * Lutz, M. (2008). [http://search.ebscohost.com/login.aspx?direct=true&amp;site=eds-live&amp;db=edsebk&amp;AN=415392 Learning Python (Vol. 3rd ed).] Beijing: O’Reilly Media.<br /> * Vanderplas, J. T. [http://search.ebscohost.com/login.aspx?direct=true&amp;site=eds-live&amp;db=nlebk&amp;AN=1425081 Python Data Science Handbook : Essential Tools for Working with Data (Vol. First edition).] CA: Reilly - O’Reilly Media, 2016.<br /> * Митчелл Р. [https://e.lanbook.com/book/100903 Скрапинг веб-сайтов с помощю Python.] Издательство &quot;ДМК Пресс&quot;, 2016.</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=67728 Time series modelling 21 22 2022-03-30T15:02:28Z <p>Moonlight0071: /* Практические задания */</p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw_3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=67726 Time series modelling 21 22 2022-03-30T14:39:42Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> SARIMAX-модель.<br /> <br /> Выдается: 30.03.2022 18.00<br /> <br /> Дедлайн: 16.04.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/hw3.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw3/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=67525 Time series modelling 21 22 2022-03-24T12:13:58Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [18 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=67524 Time series modelling 21 22 2022-03-24T12:13:44Z <p>Moonlight0071: /* Боевой листок */</p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> ==== Неделя 10 ====<br /> <br /> [11 марта] '''Лекция''': GARCH-модель. [https://youtu.be/4a6_DteYdH8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_10.pdf Конспект]<br /> <br /> '''Семинар''': Введение в оценку риска. Value-at-Risk. Expected shortfall. Исторический и параметрический подходы. [https://youtu.be/_8zIuDgIUr8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_10_2.ipynb Ноутбук 2]<br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=67075 Time series modelling 21 22 2022-03-14T10:16:29Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> <br /> == Контрольная работа ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> == Экзамен ==<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> == Домашние задания ==<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> === Практические задания ===<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> === Теоретические задания ===<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=67074 Time series modelling 21 22 2022-03-14T10:15:23Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=67073 Time series modelling 21 22 2022-03-14T10:15:06Z <p>Moonlight0071: /* Боевой листок */</p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=67072 Time series modelling 21 22 2022-03-14T10:10:58Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта] '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта] '''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> <br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=67071 Time series modelling 21 22 2022-03-14T10:10:08Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта]'''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/YWOqcOknDCQ Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_8.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта]'''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> <br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=67070 Time series modelling 21 22 2022-03-14T10:09:08Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [4 февраля] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [11 февраля] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [18 февраля] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [25 февраля] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> [4 марта]'''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> '''Семинар''': Детерминированный и стохастический тренд. KPSS-тест. Порядок интеграции. ARIMA(p,d,q)-процесс. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 9 ====<br /> <br /> [11 марта]'''Лекция''': KPSS-тест. Процедура Хандакара-Хиндмана. [https://youtu.be/WMpgjL48rJ8 Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_9.pdf Конспект]<br /> <br /> '''Семинар''': SARIMA. SARIMAX. Тест причинности Гранжера. [https://youtu.be/ZKblbyn8htk Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_9.ipynb Ноутбук]<br /> <br /> <br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=66743 Time series modelling 21 22 2022-03-05T21:01:47Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [28 января] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [28 января] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [28 января] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [28 января] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> <br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 08.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=66699 Time series modelling 21 22 2022-03-04T17:15:21Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [28 января] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [28 января] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [28 января] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [28 января] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> ==== Неделя 8 ====<br /> <br /> '''Лекция''': ETS как частный случай ARIMA. Выбор между моделями. ADF-тест. [https://youtu.be/WBg0C3xJXQg Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_8.pdf Конспект]<br /> <br /> <br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 05.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=66601 Time series modelling 21 22 2022-03-02T15:18:20Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [28 января] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [28 января] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [28 января] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [28 января] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.pdf Конспект] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук]<br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 05.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=66577 Time series modelling 21 22 2022-03-01T19:34:05Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> [https://github.com/bdemeshev/ts_pset Задачник]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [28 января] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [28 января] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [28 января] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [28 января] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук] <br /> <br /> <br /> <br /> <br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 05.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=66499 Time series modelling 21 22 2022-02-28T14:16:20Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [28 января] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [28 января] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [28 января] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [28 января] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии AR(p)-процесса. ARMA(p,q)-процесс. Условие существования стационарного решения ARMA-уравнения. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук] <br /> <br /> <br /> <br /> <br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 05.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=66498 Time series modelling 21 22 2022-02-28T14:13:07Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [28 января] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [28 января] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [28 января] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_6.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 7 ====<br /> <br /> [28 января] '''Лекция''': ARMA, ARIMA, SARIMA [https://youtu.be/T4QPhtpx7uc Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_7.pdf Конспект]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/5-SIrB8f2-g Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_7.ipynb Ноутбук] <br /> <br /> <br /> <br /> <br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 05.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=66497 Time series modelling 21 22 2022-02-28T13:49:49Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [28 января] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [28 января] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [28 января] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> <br /> <br /> <br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 05.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BD%D0%B0_Python_%D0%B4%D0%B5%D0%BF_%D0%BC%D0%B5%D0%B4%D0%B8%D0%B0_2022&diff=66460 Программирование на Python деп медиа 2022 2022-02-27T22:16:00Z <p>Moonlight0071: /* Материалы из курса */</p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:Python-logo2.png|120px|borderless|left]]<br /> Курс читается для студентов программ Медиакоммуникации и Журналистика ВШЭ в 3 модуле.<br /> Язык программирования Python является одним из самых простых в освоении и<br /> популярных языков программирования. Данный язык является мощным<br /> инструментом анализа данных и может повысить эффективность практически<br /> любой деятельности в науке и индустрии. С помощью языка Python можно<br /> автоматизировать рутинные операции и обрабатывать объемы данных, на<br /> несколько порядков превышающие объемы, доступные для обработки вручную<br /> или с помощью электронных таблиц.<br /> <br /> == Необходимые ссылки ==<br /> [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей]<br /> <br /> [https://online.hse.ru/grade/report/index.php?id=4941 Ведомость]<br /> <br /> [https://online.hse.ru/calendar/view.php?view=month&amp;course=4941 Календарь дедлайнов]<br /> <br /> [https://online.hse.ru/course/view.php?id=4941 Онлайн-курс]<br /> <br /> [https://online.hse.ru/course/view.php?id=4920 Подготовка к НОК и курсовому экзамену]<br /> <br /> ПУДы [https://www.hse.ru/ba/journ/courses/494724179.html Журналистики] и [https://www.hse.ru/ba/media/courses/494724189.html Медиакоммуникаций]<br /> <br /> === Общая консультация ===<br /> [https://1drv.ms/u/s!AjaVHNoiwQtPlqhlXsANbVVr5igJYw?e=96phDc Запись консультации перед курсом по питону]<br /> <br /> === Материалы из курса ===<br /> [https://drive.google.com/drive/folders/1zqe2c5Q4aKoZNGXYybDezVRG2pknCqV7?usp=sharing Преза с теорией и блокноты с практикой первой недели онлайн-курса] &lt;br /&gt;<br /> Файлы .ipynb предназначены для открытия в программе Jupyter Notebook, которая входит в состав пакета [https://www.anaconda.com/products/individual Анаконда]<br /> <br /> '''Тетрадки с семинаров'''<br /> <br /> [https://drive.google.com/file/d/1Q99x_wFrA0mvPSwiwYUd_ZhqFiknwKKa/view?usp=sharing Семинар 1]&lt;br /&gt;<br /> <br /> [https://drive.google.com/file/d/1Fhv8lyv6U5eY7txkO_U9cAi32SS3bXqN/view?usp=sharing Семинар 2]<br /> <br /> [https://drive.google.com/file/d/1zOUj0v6vzgylY4jOgTamRbrTyLZ20eFw/view?usp=sharing Семинар 3]<br /> <br /> [https://drive.google.com/file/d/11XQ65vtAn37fq5nEWA79G4038Wvj62Sw/view?usp=sharing Семинар 5] [https://drive.google.com/file/d/1cEbcTWNFqxV5En_cdnGvQbpEKFYQ96Cr/view?usp=sharing Модуль]<br /> <br /> == Преподаватели и ассистенты ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! style=&quot;width:80px&quot; |Группа !! style=&quot;width:230px&quot; | Преподаватель !!style=&quot;width:200px&quot; | Контакты !! style=&quot;width:100px&quot; | Ассистент !! style=&quot;width:150px&quot; | Контакты !! style=&quot;width:180px&quot; | Чаты и каналы<br /> |-<br /> | БЖУР211 || Перевышина Татьяна Олеговна || prvshna@ya.ru; &lt;br /&gt; tg @prvshna || Софья || tg @esthesuntik || [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей] &lt;br /&gt; [https://t.me/+6oOa3PV__PM4ZTY6 чат БЖУР 211]<br /> |-<br /> | БЖУР212, БЖУР213 || Бурова Маргарита Борисовна || mbburova@gmail.com; &lt;br /&gt; tg 89264931203 || Валерия || tg @vlmmk || [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей] &lt;br /&gt; [https://t.me/+ScNAKJSNXTJlOTky чат БЖУР212, БЖУР213]<br /> |-<br /> | БЖУР214, БЖУР215|| Сагайдак Илья Тарасович || itsagaydak@edu.hse.ru; &lt;br /&gt; tg @msvinkognito || Майя || tg @bobenkom || [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей] &lt;br /&gt; [https://t.me/+GayrChjxtkozMTUy чат БЖУР214, БЖУР215]<br /> |-<br /> <br /> | БМД211, БМД212 || Зехов Матвей Сергеевич || zehov1@mail.ru; &lt;br /&gt; tg @moonlight0071 || Натела || tg @nkrdz || [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей] &lt;br /&gt; [https://t.me/+g_LV_eWTXUM5NTYy чат БМД 211, БМД 212]<br /> |-<br /> | БМД213, БМД214 || Зехов Матвей Сергеевич || zehov1@mail.ru; &lt;br /&gt; tg @moonlight0071 || Арина|| tg @graceforwar || [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей] &lt;br /&gt; [https://t.me/+rBZnXY0MquwwODNi чат БМД 213, БМД 214]<br /> |-<br /> | БМД215 || Широков Дмитрий Дмитриевич || ddshirokov@hse.ru; &lt;br /&gt; tg @lariliel || Анастасия || tg @saranast || [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей] &lt;br /&gt; [https://t.me/+iOzHsUroJrplMmMy чат БМД 215]<br /> |-<br /> | БМД216, БМД217 || Илья Аброскин || allen.ilya@gmail.com; &lt;br /&gt; tg @iiiiilllllyyyyyaaaa || Никита || tg @n_kostyukov || [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей] &lt;br /&gt; [https://t.me/+c1lZ-2uWTPViYWZi чат БМД 216, БМД 217]<br /> |-<br /> | БМД218 || Перевышина Татьяна Олеговна || prvshna@ya.ru; &lt;br /&gt; tg @prvshna || Софья || tg @esthesuntik || [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей] &lt;br /&gt; [https://t.me/+6oOa3PV__PM4ZTY6 чат БМД 218]<br /> |-<br /> |}<br /> <br /> == Формула оценки ==<br /> <br /> 0.400 Экзамен<br /> <br /> 0.100 Оценка онлайн курса<br /> <br /> 0.200 Тесты, из 6 тестов формула учтёт 5 лучших при подсчёте среднего<br /> <br /> 0.300 Проект<br /> <br /> '''Арифметическое округление. Блокирующих элементов нет. Отдельные формы не округляются.'''<br /> <br /> === Формы контроля в деталях ===<br /> <br /> '''Онлайн-курс''' &lt;br /&gt;<br /> Cостоит из еженедельных задач и еженедельных тестовых вопросов. К задачам есть подсказки, пожалуйста, пользуйтесь ими. Дедлайн в воскресенье, 23:59. &lt;br /&gt;<br /> В курсе 11 недель, где первые 9 посвящены проверяемым на НОК материалам, 10-я неделя показывает вам возможности питона для обработки информации из Сети и 11-я неделя посвящена общему повторению. &lt;br /&gt;<br /> Оцениваемые элементы есть только в первых 10 неделях. &lt;br /&gt;<br /> Оценка за онлайн-курс состоит из теста по неделе и практическим задачам по неделям. &lt;br /&gt;<br /> Задачи можно сдавать сколько угодно раз до дедлайна, никаких штрафов за попытку сдачи нет. <br /> Тест можно сдать только один раз, на него выделяется 20 минут. &lt;br /&gt;<br /> После того, как дедлайн теста закончится, студенты могут узнать свои ошибки и увидеть правильные ответы, что должно помочь им в подготовке к курсовому экзамену и НОК. &lt;br /&gt;<br /> <br /> '''Тесты''' &lt;br /&gt;<br /> Будет 6 тестов на семинарах. В оценку пойдёт среднее по 5 лучшим (один можно завалить). &lt;br /&gt;<br /> <br /> '''Экзамен''' &lt;br /&gt;<br /> Экзамен в формате, аналогичном НОК. Мы проводим его в сессию, чтобы у вас была возможность потренироваться перед настоящим НОК.<br /> &lt;br /&gt;<br /> <br /> '''Проект''' &lt;br /&gt;<br /> Индивидуальный проект. &lt;br /&gt;<br /> Пример темы: создание чат-бота в Телеграм. &lt;br /&gt;<br /> Вы можете придумать свою тему и своё наполнение. &lt;br /&gt;<br /> Точные критерии проекта станут доступны чуть позже.<br /> &lt;br /&gt;<br /> <br /> === Дедлайны ===<br /> <br /> Можно попросить перенести онлайн-курс без уважительной причины один раз. &lt;br /&gt;<br /> Перенос форм контроля по уважительной причине – только через Учебный офис.<br /> <br /> == План курса ==<br /> '''1. Основы языка'''<br /> <br /> Ввод-вывод, f-String, типы данных (строка, целое число, дробное число)<br /> <br /> '''2. Условный оператор'''<br /> <br /> Логические выражения, условный оператор (обхода, выбора, с несколькими<br /> возможными результатами)<br /> <br /> '''3. Цикл while'''<br /> <br /> Оператор цикла с условием (while), вложение операторов друг в друга.<br /> <br /> '''4. Цикл for и списки'''<br /> <br /> Цикл for для перебора по элементам и по индексам (функция range)<br /> <br /> '''5. Методы'''<br /> <br /> Методы строк и списков. Срезы.<br /> <br /> '''6. Словари и множества'''<br /> <br /> Словари, множества, методы работы с отдельными элементами. Повторение<br /> первой половины курса.<br /> <br /> '''7. Вложенные структуры данных. Сортировка'''<br /> <br /> Словари словарей, списки словарей и иные допустимые в Python комбинации<br /> данных. Сортировка с помощью sorted().<br /> Работа с ключами, значениями и парами элементов в словарях.<br /> <br /> '''8. Функции и модули'''<br /> <br /> Подключение сторонних модулей и импорт функций из них. Создание<br /> собственных функций.<br /> <br /> '''9. Обработка текстовых файлов и электронных таблиц'''<br /> <br /> Работа с текстовыми файлами и файлами электронных таблиц в формате csv.<br /> <br /> '''10. Обработка и создание HTML-страниц'''<br /> <br /> Основы HTML, получение ресурсов по URL-адресу, использование библиотеки<br /> BeautifulSoup для обработки HTML.<br /> <br /> '''11. json и API'''<br /> <br /> Обработка данных в формате json, работа с публичным интерфейсом API.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> Lutz, M. (2008). Learning Python (Vol. 3rd ed). Beijing: O’Reilly Media.<br /> Retrieved from<br /> <br /> http://search.ebscohost.com/login.aspx?direct=true&amp;site=eds-live&amp;db=edseb<br /> k&amp;AN=415392<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> Vanderplas, J. T. (2016). Python Data Science Handbook : Essential Tools<br /> for Working with Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly<br /> Media. Retrieved from<br /> <br /> http://search.ebscohost.com/login.aspx?direct=true&amp;site=eds-live&amp;db=nlebk<br /> &amp;AN=1425081</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=66375 Time series modelling 21 22 2022-02-25T17:14:12Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [28 января] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [28 января] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [28 января] '''Лекция''': Разница между процессом и уравнением. AR(p)-процесс. Стационарные решения AR(p)-уравнения. [https://youtu.be/b-GNXoX455A Видео]<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> <br /> <br /> <br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 05.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=66373 Time series modelling 21 22 2022-02-25T16:57:04Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [28 января] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [28 января] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 6 ====<br /> <br /> [28 января] '''Лекция''':<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> https://youtu.be/W6ylw2OL7hI<br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 05.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=66372 Time series modelling 21 22 2022-02-25T16:54:57Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [28 января] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [28 января] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [28 января] '''Лекция''':<br /> <br /> '''Семинар''': Прогнозирование среднего и дисперсии MA(q)-процесса. AR(p)-процесс. Корреляционные характеристики AR(p)-процесса. [https://youtu.be/W6ylw2OL7hI Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> https://youtu.be/W6ylw2OL7hI<br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 05.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=66067 Time series modelling 21 22 2022-02-20T00:07:14Z <p>Moonlight0071: /* Практические задания */</p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [28 января] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [28 января] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Кросс-валидация. STL-разложение. ETS-модель.<br /> <br /> Выдается: 20.02.2022 03.00<br /> <br /> Дедлайн: 05.03.2022 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/hw_2.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/atm.csv Данные 1]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw2/events.csv Данные 2]<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=66023 Time series modelling 21 22 2022-02-18T12:41:27Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [28 января] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [28 января] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> '''Семинар''': Стационарные процессы. Процессы белого шума. Тестирование данных на наличие серийных автокорреляций. MA(q)-процесс. Вывод теоретических ACF и PACF. [https://youtu.be/Mdm0H3gIJ7A Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_5.ipynb Ноутбук] <br /> <br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BD%D0%B0_Python_%D0%B4%D0%B5%D0%BF_%D0%BC%D0%B5%D0%B4%D0%B8%D0%B0_2022&diff=65838 Программирование на Python деп медиа 2022 2022-02-14T08:07:31Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> [[Файл:Python-logo2.png|120px|borderless|left]]<br /> Курс читается для студентов программ Медиакоммуникации и Журналистика ВШЭ в 3 модуле.<br /> Язык программирования Python является одним из самых простых в освоении и<br /> популярных языков программирования. Данный язык является мощным<br /> инструментом анализа данных и может повысить эффективность практически<br /> любой деятельности в науке и индустрии. С помощью языка Python можно<br /> автоматизировать рутинные операции и обрабатывать объемы данных, на<br /> несколько порядков превышающие объемы, доступные для обработки вручную<br /> или с помощью электронных таблиц.<br /> <br /> == Необходимые ссылки ==<br /> [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей]<br /> <br /> [https://online.hse.ru/grade/report/index.php?id=4941 Ведомость]<br /> <br /> [https://online.hse.ru/calendar/view.php?view=month&amp;course=4941 Календарь дедлайнов]<br /> <br /> [https://online.hse.ru/course/view.php?id=4941 Онлайн-курс]<br /> <br /> [https://online.hse.ru/course/view.php?id=4920 Подготовка к НОК и курсовому экзамену]<br /> <br /> ПУДы [https://www.hse.ru/ba/journ/courses/494724179.html Журналистики] и [https://www.hse.ru/ba/media/courses/494724189.html Медиакоммуникаций]<br /> <br /> === Общая консультация ===<br /> [https://1drv.ms/u/s!AjaVHNoiwQtPlqhlXsANbVVr5igJYw?e=96phDc Запись консультации перед курсом по питону]<br /> <br /> === Материалы из курса ===<br /> [https://drive.google.com/drive/folders/1zqe2c5Q4aKoZNGXYybDezVRG2pknCqV7?usp=sharing Преза с теорией и блокноты с практикой первой недели онлайн-курса] &lt;br /&gt;<br /> Файлы .ipynb предназначены для открытия в программе Jupyter Notebook, которая входит в состав пакета [https://www.anaconda.com/products/individual Анаконда]<br /> <br /> '''Тетрадки с семинаров'''<br /> <br /> [https://drive.google.com/file/d/1Q99x_wFrA0mvPSwiwYUd_ZhqFiknwKKa/view?usp=sharing Семинар 1]&lt;br /&gt;<br /> <br /> [https://drive.google.com/file/d/1Fhv8lyv6U5eY7txkO_U9cAi32SS3bXqN/view?usp=sharing Семинар 2]<br /> <br /> [https://drive.google.com/file/d/1zOUj0v6vzgylY4jOgTamRbrTyLZ20eFw/view?usp=sharing Семинар 3]<br /> <br /> == Преподаватели и ассистенты ==<br /> <br /> {| class=&quot;wikitable&quot;<br /> |-<br /> ! style=&quot;width:80px&quot; |Группа !! style=&quot;width:230px&quot; | Преподаватель !!style=&quot;width:200px&quot; | Контакты !! style=&quot;width:100px&quot; | Ассистент !! style=&quot;width:150px&quot; | Контакты !! style=&quot;width:180px&quot; | Чаты и каналы<br /> |-<br /> | БЖУР211 || Перевышина Татьяна Олеговна || prvshna@ya.ru; &lt;br /&gt; tg @prvshna || Софья || tg @esthesuntik || [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей] &lt;br /&gt; [https://t.me/+6oOa3PV__PM4ZTY6 чат БЖУР 211]<br /> |-<br /> | БЖУР212, БЖУР213 || Бурова Маргарита Борисовна || mbburova@gmail.com; &lt;br /&gt; tg 89264931203 || Валерия || tg @vlmmk || [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей] &lt;br /&gt; [https://t.me/+ScNAKJSNXTJlOTky чат БЖУР212, БЖУР213]<br /> |-<br /> | БЖУР214, БЖУР215|| Сагайдак Илья Тарасович || itsagaydak@edu.hse.ru; &lt;br /&gt; tg @msvinkognito || Майя || tg @bobenkom || [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей] &lt;br /&gt; [https://t.me/+GayrChjxtkozMTUy чат БЖУР214, БЖУР215]<br /> |-<br /> <br /> | БМД211, БМД212 || Зехов Матвей Сергеевич || zehov1@mail.ru; &lt;br /&gt; tg @moonlight0071 || Натела || tg @nkrdz || [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей] &lt;br /&gt; [https://t.me/+g_LV_eWTXUM5NTYy чат БМД 211, БМД 212]<br /> |-<br /> | БМД213, БМД214 || Зехов Матвей Сергеевич || zehov1@mail.ru; &lt;br /&gt; tg @moonlight0071 || Арина|| tg @graceforwar || [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей] &lt;br /&gt; [https://t.me/+rBZnXY0MquwwODNi чат БМД 213, БМД 214]<br /> |-<br /> | БМД215 || Широков Дмитрий Дмитриевич || ddshirokov@hse.ru; &lt;br /&gt; tg @lariliel || Анастасия || tg @saranast || [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей] &lt;br /&gt; [https://t.me/+iOzHsUroJrplMmMy чат БМД 215]<br /> |-<br /> | БМД216, БМД217 || Илья Аброскин || allen.ilya@gmail.com; &lt;br /&gt; tg @iiiiilllllyyyyyaaaa || Никита || tg @n_kostyukov || [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей] &lt;br /&gt; [https://t.me/+c1lZ-2uWTPViYWZi чат БМД 216, БМД 217]<br /> |-<br /> | БМД218 || Перевышина Татьяна Олеговна || prvshna@ya.ru; &lt;br /&gt; tg @prvshna || Софья || tg @esthesuntik || [https://t.me/+ZdVJ--Mkg3U2MzJi Канал новостей] &lt;br /&gt; [https://t.me/+6oOa3PV__PM4ZTY6 чат БМД 218]<br /> |-<br /> |}<br /> <br /> == Формула оценки ==<br /> <br /> 0.400 Экзамен<br /> <br /> 0.100 Оценка онлайн курса<br /> <br /> 0.200 Тесты, из 6 тестов формула учтёт 5 лучших при подсчёте среднего<br /> <br /> 0.300 Проект<br /> <br /> '''Арифметическое округление. Блокирующих элементов нет. Отдельные формы не округляются.'''<br /> <br /> === Формы контроля в деталях ===<br /> <br /> '''Онлайн-курс''' &lt;br /&gt;<br /> Cостоит из еженедельных задач и еженедельных тестовых вопросов. К задачам есть подсказки, пожалуйста, пользуйтесь ими. Дедлайн в воскресенье, 23:59. &lt;br /&gt;<br /> В курсе 11 недель, где первые 9 посвящены проверяемым на НОК материалам, 10-я неделя показывает вам возможности питона для обработки информации из Сети и 11-я неделя посвящена общему повторению. &lt;br /&gt;<br /> Оцениваемые элементы есть только в первых 10 неделях. &lt;br /&gt;<br /> Оценка за онлайн-курс состоит из теста по неделе и практическим задачам по неделям. &lt;br /&gt;<br /> Задачи можно сдавать сколько угодно раз до дедлайна, никаких штрафов за попытку сдачи нет. <br /> Тест можно сдать только один раз, на него выделяется 20 минут. &lt;br /&gt;<br /> После того, как дедлайн теста закончится, студенты могут узнать свои ошибки и увидеть правильные ответы, что должно помочь им в подготовке к курсовому экзамену и НОК. &lt;br /&gt;<br /> <br /> '''Тесты''' &lt;br /&gt;<br /> Будет 6 тестов на семинарах. В оценку пойдёт среднее по 5 лучшим (один можно завалить). &lt;br /&gt;<br /> <br /> '''Экзамен''' &lt;br /&gt;<br /> Экзамен в формате, аналогичном НОК. Мы проводим его в сессию, чтобы у вас была возможность потренироваться перед настоящим НОК.<br /> &lt;br /&gt;<br /> <br /> '''Проект''' &lt;br /&gt;<br /> Индивидуальный проект. &lt;br /&gt;<br /> Пример темы: создание чат-бота в Телеграм. &lt;br /&gt;<br /> Вы можете придумать свою тему и своё наполнение. &lt;br /&gt;<br /> Точные критерии проекта станут доступны чуть позже.<br /> &lt;br /&gt;<br /> <br /> === Дедлайны ===<br /> <br /> Можно попросить перенести онлайн-курс без уважительной причины один раз. &lt;br /&gt;<br /> Перенос форм контроля по уважительной причине – только через Учебный офис.<br /> <br /> == План курса ==<br /> '''1. Основы языка'''<br /> <br /> Ввод-вывод, f-String, типы данных (строка, целое число, дробное число)<br /> <br /> '''2. Условный оператор'''<br /> <br /> Логические выражения, условный оператор (обхода, выбора, с несколькими<br /> возможными результатами)<br /> <br /> '''3. Цикл while'''<br /> <br /> Оператор цикла с условием (while), вложение операторов друг в друга.<br /> <br /> '''4. Цикл for и списки'''<br /> <br /> Цикл for для перебора по элементам и по индексам (функция range)<br /> <br /> '''5. Методы'''<br /> <br /> Методы строк и списков. Срезы.<br /> <br /> '''6. Словари и множества'''<br /> <br /> Словари, множества, методы работы с отдельными элементами. Повторение<br /> первой половины курса.<br /> <br /> '''7. Вложенные структуры данных. Сортировка'''<br /> <br /> Словари словарей, списки словарей и иные допустимые в Python комбинации<br /> данных. Сортировка с помощью sorted().<br /> Работа с ключами, значениями и парами элементов в словарях.<br /> <br /> '''8. Функции и модули'''<br /> <br /> Подключение сторонних модулей и импорт функций из них. Создание<br /> собственных функций.<br /> <br /> '''9. Обработка текстовых файлов и электронных таблиц'''<br /> <br /> Работа с текстовыми файлами и файлами электронных таблиц в формате csv.<br /> <br /> '''10. Обработка и создание HTML-страниц'''<br /> <br /> Основы HTML, получение ресурсов по URL-адресу, использование библиотеки<br /> BeautifulSoup для обработки HTML.<br /> <br /> '''11. json и API'''<br /> <br /> Обработка данных в формате json, работа с публичным интерфейсом API.<br /> <br /> == Литература ==<br /> ==== Рекомендуемая основная литература ====<br /> Lutz, M. (2008). Learning Python (Vol. 3rd ed). Beijing: O’Reilly Media.<br /> Retrieved from<br /> <br /> http://search.ebscohost.com/login.aspx?direct=true&amp;site=eds-live&amp;db=edseb<br /> k&amp;AN=415392<br /> <br /> ==== Рекомендуемая дополнительная литература ====<br /> Vanderplas, J. T. (2016). Python Data Science Handbook : Essential Tools<br /> for Working with Data (Vol. First edition). Sebastopol, CA: Reilly - O’Reilly<br /> Media. Retrieved from<br /> <br /> http://search.ebscohost.com/login.aspx?direct=true&amp;site=eds-live&amp;db=nlebk<br /> &amp;AN=1425081</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=65754 Time series modelling 21 22 2022-02-11T22:47:16Z <p>Moonlight0071: </p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [28 января] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> ==== Неделя 5 ====<br /> <br /> [28 января] '''Лекция''': Детерминированные процессы. Теорема Вольда. Белый шум. MA-процесс. Оператор лага. Частная автокорреляция. [https://youtu.be/3Bx7lMHGP1k Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_5.pdf Конспект]<br /> <br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071 https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&diff=65658 Time series modelling 21 22 2022-02-09T17:05:42Z <p>Moonlight0071: /* Боевой листок */</p> <hr /> <div>== О курсе ==<br /> <br /> Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.<br /> <br /> '''Лектор:''' Демешев Борис Борисович<br /> <br /> Лекции проходят на Покровке по пятницам в 9.30, аудитория М203<br /> <br /> '''Семинарист:''' Зехов Матвей Сергеевич<br /> <br /> Семинары проходят на Покровке по понедельникам в 9.30, аудитория М203<br /> <br /> <br /> === Итоговая оценка за курс ===<br /> <br /> ДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_теор.<br /> <br /> Накоп. = ⅔ * ДЗ + ⅓ * КР<br /> <br /> Итог = Округление(0.75 * Накоп. + 0.25 * Экз.)<br /> <br /> где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.<br /> <br /> Округление арифметическое.<br /> <br /> === Автоматы ===<br /> <br /> Всем студентам может быть автоматом выставлена оценка за экзамен, равная Минимум(7,Накоп.). Итоговая оценка будет рассчитана по стандартной формуле. При явке на экзамен эта возможность аннулируется.<br /> <br /> === Дополнительные условия ===<br /> <br /> *При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на КР. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста.<br /> *При пропуске КР по уважительной причине вес КР переносится на Экзамен. Автомат в таком случае не может быть выставлен.<br /> <br /> <br /> === Полезные ссылки ===<br /> <br /> [https://t.me/+xlchbr97XBdiNmYy Телеграм-чат курса]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course Гитхаб курса]<br /> <br /> [https://docs.google.com/spreadsheets/d/1TQh8d80ZkiNrvbKVBnk7CBWq3L1-K7yJSgmP8Ty9GxM/edit?usp=sharing Таблица с оценками]<br /> <br /> == Боевой листок ==<br /> <br /> ==== Неделя 1 ====<br /> <br /> [14 января] '''Лекция''': Различные задачи на рядах. Общее про ряды: сезонность, цикличность, тренд. Создание признаков. Лаг, идея растущего и идея скользящего окна. [https://youtu.be/r1bpuABNwMA Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_1.pdf Конспект]<br /> <br /> '''Семинар''': Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез. Загрузка и обработка данных с датами. Периодические и непериодические данные. Основные особенности строения временных рядов. Автокорреляции и частные автокорреляции. [https://youtu.be/QIgIHFXhdPU Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_1.ipynb Ноутбук 1] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук 2]<br /> <br /> ==== Неделя 2 ====<br /> <br /> [21 января] '''Лекция''': LOESS-регрессия. Интенсивность тренда. STL-разложение. Выборочная ACF. [https://www.youtube.com/watch?v=G7QaD95H3XY&amp;list=PLHPTLBeVYc8zKp6vneEo72V33RELlQR3d&amp;index=3 Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_2.pdf Конспект] [https://ocw.mit.edu/courses/economics/14-385-nonlinear-econometric-analysis-fall-2007/lecture-notes/local_lin_reg.pdf Статья про LOESS] [http://www.gardner.fyi/blog/STL-Part-II/ STL простым языком] [http://www.wessa.net/download/stl.pdf Оригинальная статья про STL] [https://otexts.com/fpp3/stlfeatures.html Фичи STL] <br /> <br /> '''Семинар''': Обработка пропусков. LOESS-регрессия. STL-разложение. Инжиниринг фичей и использование стандартных регрессоров sklearn. Многошаговое прогнозирование. Прямая и рекурсивная стратегии многошагового прогнозирования. [https://youtu.be/WdIDLQ3NyxY Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_2.ipynb Ноутбук] [https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.375.7885&amp;rep=rep1&amp;type=pdf Хорошая статья про стратегии]<br /> <br /> ==== Неделя 3 ====<br /> <br /> [28 января] '''Лекция''': ETS-модель. Правдоподобие ETS-модели. [https://www.youtube.com/watch?v=F4dv_9sjodY Запись прошлого года] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_3.pdf Конспект] <br /> <br /> '''Семинар''': Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS. [https://youtu.be/pojBa3N9mVc Запись] [https://otexts.com/fpp3/expsmooth.html Глава книги Хиндмана]<br /> <br /> ==== Неделя 4 ====<br /> <br /> [28 января] '''Лекция''': Мультипликативные ETS-модели. Информационный критерий Акаике. Дивергенция Кульбака-Лейблера [https://youtu.be/NNrRkz7gQ9o Запись] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/lectures/lecture_4.pdf Конспект]<br /> <br /> '''Семинар''': Примеры оценки ETS-моделей на данных. Общий алгоритм работы с временными рядами. [https://youtu.be/ZaYkSC7lNDU Видео] [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/seminars/sem_4.ipynb Ноутбук] <br /> <br /> === Контрольная работа ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/kr_01/ts_kr_01.pdf Вариант прошлого года]<br /> <br /> === Экзамен ===<br /> <br /> [https://github.com/bdemeshev/tseries_hse_2020_21/raw/main/exam/ts_exam.pdf Вариант прошлого года]<br /> <br /> === Домашние задания ===<br /> <br /> '''Общие правила'''<br /> <br /> Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.<br /> <br /> Мягких дедлайнов нет. Все дедлайны жёсткие.<br /> <br /> При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.<br /> <br /> При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.<br /> <br /> В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.<br /> <br /> <br /> ==== Практические задания ====<br /> <br /> '''Домашнее задание 1'''<br /> <br /> Обработка данных. Визуализация. Использование стандартных моделей машинного обучения. Генерация признаков. Стратегии прогнозирования.<br /> <br /> Выдается: 30.01.2022 02.00<br /> <br /> Дедлайн: 11.10.2020 23.59<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/hw1.ipynb Задание]<br /> <br /> [https://github.com/Pyatachokk/hse_ts_course/blob/master/2021-spring/homeworks-practice/hw1/data.csv Данные]<br /> <br /> <br /> '''Домашнее задание 2'''<br /> <br /> <br /> '''Домашнее задание 3'''<br /> <br /> <br /> '''Домашнее задание 4'''<br /> <br /> ==== Теоретические задания ====<br /> <br /> '''Домашнее задание'''</div> Moonlight0071