Data Science & ML

Time Series และการพยากรณ์

การวิเคราะห์เวลา, stationarity, ARIMA, Prophet, seasonal decomposition, เมตริกการพยากรณ์, backtesting

22 คำถามสัมภาษณ์·
Mid-Level
1

Time series คืออะไร?

คำตอบ

Time series คือลำดับของจุดข้อมูลที่จัดเรียงตามลำดับเวลา การสังเกตจะถูกรวบรวมในช่วงเวลาที่สม่ำเสมอ (รายชั่วโมง รายวัน รายเดือน) และมักแสดงความสัมพันธ์ตามเวลา ตัวอย่างคลาสสิกได้แก่ราคาหุ้น อุณหภูมิ และยอดขายรายเดือน

2

องค์ประกอบหลักสามอย่างของ time series ในการแยกแบบคลาสสิกคืออะไร?

คำตอบ

การแยกส่วน time series แบบคลาสสิกระบุองค์ประกอบสามอย่าง: trend (วิวัฒนาการระยะยาว), seasonality (รูปแบบซ้ำในช่วงเวลาคงที่) และ residual (สัญญาณรบกวนแบบสุ่มที่ไม่อธิบาย) การแยกส่วนนี้สามารถเป็นแบบบวกหรือคูณขึ้นอยู่กับลักษณะของข้อมูล

3

Stationarity ใน time series คืออะไร?

คำตอบ

Time series จะมีคุณสมบัติ stationary เมื่อคุณสมบัติทางสถิติ (ค่าเฉลี่ย, variance, autocorrelation) คงที่ตลอดเวลา Stationarity เป็นข้อสมมติพื้นฐานสำหรับโมเดลการพยากรณ์หลายตัวเช่น ARIMA ซีรีส์ที่ไม่ stationary มักต้องถูกแปลง (differencing) ก่อนการสร้างโมเดล

4

การทดสอบทางสถิติใดที่ใช้กันทั่วไปในการตรวจสอบ stationarity ของ time series?

5

จะทำให้ time series ที่ไม่ stationary กลายเป็น stationary ได้อย่างไร?

+19 คำถามสัมภาษณ์

หัวข้อสัมภาษณ์ Data Science & ML อื่นๆ

พื้นฐาน Python

Junior
25 คำถาม

การเขียนโปรแกรมเชิงวัตถุด้วย Python

Junior
20 คำถาม

โครงสร้างข้อมูล Python

Junior
20 คำถาม

พื้นฐาน Git

Junior
18 คำถาม

พื้นฐาน SQL

Junior
20 คำถาม

พื้นฐาน NumPy

Junior
22 คำถาม

พื้นฐาน Pandas

Junior
22 คำถาม

Jupyter & Google Colab

Junior
16 คำถาม

SQL Joins และคิวรีขั้นสูง

Mid-Level
22 คำถาม

Pandas ขั้นสูง

Mid-Level
24 คำถาม

การแสดงผลข้อมูลด้วย Matplotlib & Seaborn

Mid-Level
20 คำถาม

การแสดงผลแบบโต้ตอบด้วย Plotly

Mid-Level
18 คำถาม

สถิติเชิงพรรณนา

Mid-Level
20 คำถาม

สถิติเชิงอนุมาน

Mid-Level
24 คำถาม

Web Scraping

Mid-Level
18 คำถาม

BigQuery & Cloud Data

Mid-Level
18 คำถาม

Feature Engineering

Mid-Level
22 คำถาม

ML แบบมีผู้สอน: การถดถอย

Mid-Level
24 คำถาม

ML แบบมีผู้สอน: การจำแนกประเภท

Mid-Level
24 คำถาม

Decision Trees และ Ensembles

Mid-Level
24 คำถาม

Unsupervised ML

Mid-Level
22 คำถาม

ML Pipelines และการตรวจสอบ

Mid-Level
22 คำถาม

พื้นฐาน Deep Learning

Senior
24 คำถาม

TensorFlow & Keras

Senior
22 คำถาม

CNN และการจำแนกภาพ

Senior
24 คำถาม

RNN และซีเควนซ์

Senior
22 คำถาม

Transformers และ Attention

Senior
24 คำถาม

NLP และ Hugging Face

Senior
24 คำถาม

GenAI และ LangChain

Senior
24 คำถาม

MLOps และการ Deploy

Senior
24 คำถาม

เชี่ยวชาญ Data Science & ML สำหรับการสัมภาษณ์ครั้งถัดไป

เข้าถึงคำถามทั้งหมด flashcards แบบทดสอบเทคนิค แบบฝึกหัด code review และตัวจำลองสัมภาษณ์

เริ่มใช้ฟรี