Time series modelling 21 22: различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к навигации Перейти к поиску
← Предыдущая правкаСледующая правка →
Нет описания правки
Нет описания правки
Строка 38: Строка 38:
[10 сентября] Лекция:
[10 сентября] Лекция:


Семинар: Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез.
Семинар: Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез.


==== Неделя 2 ====
[17 сентября] Лекция:
Семинар:  Обработка и преобразования временных данных. Визуализация рядов, периодичность, тривиальные модели прогнозирования.
==== Неделя 3 ====
[24 сентября] Лекция:
Семинар: Модели экспоненциального сглаживания. Модели Хольта-Винтерса. Модели ETS.
==== Неделя 4 ====
[1 октября] Лекция:
Семинар: Алгоритм построения и валидации модели. Стабилизация дисперсии. Отбор моделей. Тестирование качества модели. Информационные критерии. Кросс-валидация. Метрики качества.
==== Неделя 5 ====
[15 октября] Лекция:
Семинар: Ансамблирование. Лаговые полиномы. AR-процесс, вывод автокорреляции и частной автокорреляции.
==== Неделя 6 ====
[29 октября] Лекция:  AR-процесс. Теорема о стационарных решениях.
Семинар: MA-процесс. ARMA-процесс. Условие стационарности/стабильности процесса. Примеры симуляций.
==== Неделя 7 ====
[5 ноября] Лекция:
Семинар: Проблема нестационарности. Модели трендов. Детерминированный и стохастический тренды. SARIMA-модель.
==== Неделя 8 ====
[12 ноября] Лекция:
Семинар: Тестирование нестационарности. ADF-тест. KPSS-тест. Стратегии прогнозирования: прямая и рекурсивная.
==== Неделя 9 ====
[19 ноября] Лекция:
Семинар: Модели ARIMAX/DL/ADL, тест причинности Гранжера, коинтеграция, особенности стратегий прогнозирования.
==== Неделя 10 ====
Лекция:
Семинар: Orbit
==== Неделя 11 ====
[26 ноября] Лекция: 
Семинар: Prophet
==== Неделя 12 ====
[10 декабря] Лекция:
Семинар: GARCH-модель. Копулы. VaR, ES. Оценка VaR и ES с помощью GARCH и копул.
==== Неделя 13 ====
[17 декабря] Лекция:
Семинар:  Классификация и кластеризация рядов. DTW.
Восстановленный семинар: Гауссовские процессы?


=== Контрольная работа ===
=== Контрольная работа ===
Строка 134: Строка 59:
В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.
В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.


Формат файла для сдачи домашнего задания:
Схема: ДЗ_{Номер домашнего задания}_{Фамилия кириллицей}_{Имя кириллицей}.ipynb
Пример: ДЗ_1_Зехов_Матвей.ipynb


==== Практические задания ====
==== Практические задания ====

Версия от 07:16, 14 января 2022

О курсе

Курс по выбору для студентов для студентов 3 курса в 3-4 модулях.

Лектор: Демешев Борис Борисович

Лекции проходят на Покровке

Семинарист: Зехов Матвей Сергеевич

Семинары проходят на Покровке


Итоговая оценка за курс

Итог = 0.4 * ДЗ + 0.3 * КР + 0.3 * Экз

ДЗ — средняя оценка за домашние задания

КР — оценка за контрольную работу

Экз — оценка за письменный экзамен

Полезные ссылки

[Телеграм-чат курса]

[Anytask курса]

Гитхаб курса

[Таблица с оценками]

Боевой листок

Неделя 1

[10 сентября] Лекция:

Семинар: Вспомнить всё! Основные понятия математической статистики в контексте временных рядов. Задача линейной регрессии. Метод максимального правдоподобия. Статистические свойства оценок. Тестирование гипотез.


Контрольная работа

Экзамен

Домашние задания

Общие правила

Домашние задания сдаются в энитаск. Инвайт был выслан в групповой чат.

Мягких дедлайнов нет. Все дедлайны жёсткие.

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.

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.

В задачах на визуализацию все графики должны иметь оси/заголовки и прочие обязательные атрибуты. При их отсутствии графики оцениваться не будут.


Практические задания

Домашнее задание 1


Домашнее задание 2


Домашнее задание 3


Домашнее задание 4

Теоретические задания

Домашнее задание

Источник — https://wiki.cs.hse.ru/index.php?title=Time_series_modelling_21_22&oldid=64105