Часові ряди та прогнозування
Часовий аналіз, стаціонарність, ARIMA, Prophet, seasonal decomposition, метрики прогнозування, backtesting
1Що таке часовий ряд?
Що таке часовий ряд?
Відповідь
Часовий ряд — це послідовність точок даних, проіндексованих у хронологічному порядку. Спостереження збираються через регулярні інтервали (погодинно, щодня, щомісяця) і часто демонструють часові залежності. Класичні приклади: ціни акцій, температури, місячні продажі.
2Які три основні компоненти часового ряду в класичній декомпозиції?
Які три основні компоненти часового ряду в класичній декомпозиції?
Відповідь
Класична декомпозиція часового ряду визначає три компоненти: тренд (довгострокова еволюція), сезонність (повторювані шаблони з фіксованими інтервалами) і залишок (непояснений випадковий шум). Ця декомпозиція може бути адитивною або мультиплікативною залежно від природи даних.
3Що таке стаціонарність часового ряду?
Що таке стаціонарність часового ряду?
Відповідь
Часовий ряд є стаціонарним, коли його статистичні властивості (середнє, дисперсія, автокореляція) залишаються незмінними в часі. Стаціонарність є фундаментальним припущенням для багатьох прогнозних моделей, таких як ARIMA. Нестаціонарний ряд часто потребує перетворення (диференціювання) перед моделюванням.
Який статистичний тест зазвичай використовується для перевірки стаціонарності часового ряду?
Як зробити нестаціонарний часовий ряд стаціонарним?
+19 питань зі співбесід
Інші теми співбесід Data Science & ML
Основи Python
Об'єктно-орієнтоване програмування Python
Структури даних Python
Основи Git
Основи SQL
Основи NumPy
Основи Pandas
Jupyter & Google Colab
SQL Joins та розширені запити
Просунутий Pandas
Візуалізація з Matplotlib & Seaborn
Інтерактивні візуалізації з Plotly
Описова статистика
Інференційна статистика
Web Scraping
BigQuery & Cloud Data
Feature Engineering
Кероване ML: Регресія
Кероване ML: Класифікація
Дерева рішень та ансамблі
Некероване ML
ML Pipelines та валідація
Основи Deep Learning
TensorFlow & Keras
CNN та класифікація зображень
RNN та послідовності
Transformers та Attention
NLP та Hugging Face
GenAI та LangChain
MLOps та розгортання
Опануй Data Science & ML для наступної співбесіди
Отримай доступ до всіх питань, flashcards, технічних тестів, вправ code review та симуляторів співбесід.
Почни безкоштовно