Детальная информация

В рамках дипломной работы были практически реализованы некоторые традиционные и нейросетевые модели для прогнозирования временных рядов. Был проведён их сравнительный анализ на различных наборах данных, результатом которого стали выводы о пригодности и рациональности использования нейросетевых подходов для конкретных датасетов. В первой главе описываются традиционные статистические и нейросетевые методы и модели прогнозирования временных рядов. Во второй главе проводится анализ и выбор средств и инструментов для практической реалицации описанных в первой главе подходов к прогнозированию временных рядов. В третьей главе описывается процесс создания моделей. В четвертой главе приводится сравнительный анализ эффективности моделей и делаются выводы о применимости свёрточных нейронных сетей в задаче прогнозирования.

As part of the thesis, some traditional and neural network models were practically implemented for time series forecasting. Comparative analysis of the use of various datasets was performed, which resulted in conclusions about the suitability and rationality of neural network approaches for specific datasets. The first chapter describes traditional statistical and neural network methods and models for time series forecasting. The second chapter analysis and selection of tools and instruments for practical implementation is performed. The third chapter describes the creation of said models. In the fourth chapter, a comparative analysis of the effectiveness of the models and conclusions about the applicability of neural networks are drawn.