Декомпозиция данных в анализе временных рядов
Тезисы
Рассмотрим подход, который позволит разложить временной ряд на множество компонентов, из которых он состоит.

На доклада вы узнаете:
  • По каким принципам работает сингулярно-спектральный анализ (SSA)
  • Почему SSA, а не разложение Фурье
  • Какие преимущества мы можем получить, прогнозируя не весь ряд, а отдельные его компоненты
Затем вы увидите результат разложения временного ряда на практике.
Рассмотрим подход, который позволит разложить временной ряд на множество компонентов, из которых он состоит.

На доклада вы узнаете:
  • По каким принципам работает сингулярно-спектральный анализ (SSA)
  • Почему SSA, а не разложение Фурье
  • Какие преимущества мы можем получить, прогнозируя не весь ряд, а отдельные его компоненты
Затем вы увидите результат разложения временного ряда на практике.
Видеозапись доклада
Появится здесь после конференции
Информация о спикере
Артур Сапрыкин
Индивидуальный предприниматель
Руковожу командой по разработке программного обеспечения с применением технологий искусственного интеллекта.

С 2019 года я создаю и преподаю курсы по машинному обучению и искусственному интеллекту. Сотрудничаю с образовательными площадками — Яндекс.Практикум, Skillbox, Нетология и другими.

Спикер IT-конференций по направлению искусственного интеллекта, машинного и глубокого обучения:
  • BigData Days 2021
  • Moscow PythonConf++ 2023
  • Data Start 2023
  • Geekpicnic 2023
  • Артур Сапрыкин
    Индивидуальный предприниматель
    Руковожу командой по разработке программного обеспечения с применением технологий искусственного интеллекта.

    С 2019 года я создаю и преподаю курсы по машинному обучению и искусственному интеллекту. Сотрудничаю с образовательными площадками — Яндекс.Практикум, Skillbox, Нетология и другими.

    Спикер IT-конференций по направлению искусственного интеллекта, машинного и глубокого обучения:
    • BigData Days 2021
    • Moscow PythonConf++ 2023
    • Data Start 2023
    • Geekpicnic 2023
Все доклады трека