Объектом исследования является задача прогнозирования временных рядов с помощью машинного обучения. Цель работы - разработка методики для увеличения качества прогнозирования временных рядов с помощью концепции метаобучения. В процессе работы рассмотрены различные подходы по улучшению качества работы алгоритмов прогнозирования. В результате исследования была разработана методика, подходящая под архитектуру фреймворка FEDOT. Была проведена апробация метода, сделаны выводы об эффективности предложенного подхода.

The object of the study is the task of predicting time series using machine learning. The purpose of the work is to develop a methodology to increase the quality of time series forecasting using the concept of meta-learning. In the process of work, various approaches to improve the quality of forecasting algorithms are considered. As a result of the research, a methodology was developed that is suitable for the architecture of the FEDOT framework. The method was tested, conclusions were drawn about the effectiveness of the proposed approach.

• Алгоритм улучшения качества прогнозирования временных рядов с помощью средств автоматического машинного обучения на основе мета-моделирования
  • Введение
  • 1. Обзор классических методов решения задач прогнозирования временных рядов
  • 2. Автоматическое машинное обучение для задач прогнозирования временных рядов
  • 3. Выбор фреймворка для дальнейшего изучения и улучшения
  • 4. Концепция метаобучения для задач прогнозирования временных рядов.
  • 5. Реализация алгоритма
  • 6. Апробация алгоритма
  • Заключение
  • Список использованных источников