Бакалавриат
2024/2025




Моделирование временных рядов
Статус:
Курс по выбору (Прикладная математика и информатика)
Направление:
01.03.02. Прикладная математика и информатика
Где читается:
Факультет компьютерных наук
Когда читается:
3-й курс, 3, 4 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для всех кампусов НИУ ВШЭ
Язык:
русский
Кредиты:
6
Программа дисциплины
Аннотация
Данный курс предполагает познакомить студентов с особенностями обработки данных, содержащих в себе временные зависимости. Будут рассмотрены разносторонние подходы к моделированию временных рядов, включающие в себя статистические модели, байесовские методы и иные альтернативные концепции. Временные ряды являются широко распространённой структурой данных в задачах, решаемых в самых разных отраслях: начиная от анализа физических процессов и заканчивая прогнозированием спроса на какие-либо товары в розничных сетях. Данный курс поможет сформировать унифицированную базу знаний о временных рядах, которая будет применима в любом из направлений.
Цель освоения дисциплины
- Уметь оценивать базовые риск-метрики и работать с прогнозированием волатильности
- Уметь специфицировать и оценивать многомерные модели временных рядов
- Знать основы байесовского подхода
- Уметь использовать нейросетевые подходы к прогнозированию
Планируемые результаты обучения
- Умение выстраивать полноценные пайплайны для прогнозирования временных рядов
- Умение подбирать релевантную данным модель прогнозирования
- Умение комбинировать подходы к прогнозированию
- Уметь применять стандартные модели машинного обучения для прогнозирования временных рядов.
- Уметь анализировать корреляционные характеристики и идентифицировать спецификацию ARIMA-модели.
- Уметь подбирать спецификацию ETS-модели
Содержание учебной дисциплины
- Различные задачи на рядах. Простые алгоритмы сглаживания. LOESS. Общее про ряды: сезонность, цикличность, тренд.
- STL, MSTL.
- Детерминированный и стохастический тренд. Порядок интеграции. ARMA, ARIMA.
- MA-процесс. AR(p)-процесс. Стационарные решения AR(p)-уравнения.
- Разница между процессом и уравнением. Белый шум. Оператор лага. Автокорреляция и частная автокорреляция.
- Attention, Transformers. (Возможно изменение)
- RNN, LSTM, GRU. (Возможно изменение)
- Фильтр Калмана. (Возможно изменение)
- Правдоподобие GARCH-модели.
- Байесовские VAR.
- SVAR.
- VAR.
- ETS, мультипликативная постановка.
- ETS, аддитивная постановка.
- Информационный критерий Акаике. Дивергенция Кульбака-Лейблера.
- ADF-тест, KPSS-тест.
- GARCH-модель.
- Копулы.
- Иерархические модели.
- Классификация временных рядов.
Элементы контроля
- Домашнее задание 1Выдаётся после семинара № 2. Практическое домашнее задание Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания. Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие. При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов.
- Домашнее задание 2Выдаётся после семинара № 5. Практическое домашнее задание Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания. Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие. При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов.
- Домашнее задание 3Выдаётся после семинара № 8. Теоретическое домашнее задание Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания. Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие. При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов.
- Домашнее задание 4Выдаётся после семинара № 11. Практическое домашнее задание Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания. Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие. При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов.
- Домашнее задание 5Выдаётся после семинара № 15. Практическое домашнее задание Домашние задания сдаются в Anytask. Инвайт будет выслан в групповой чат. Название основного файла должно быть в формате Surname_name_HW#.ipynb, где # - номер задания. Мягких дедлайнов по ДЗ нет. Все дедлайны жёсткие. При невозможности выполнения любого из ДЗ по уважительной причине и при наличии соответствующей справки, студент вправе перенести вес ДЗ на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Студент имеет право два раза за курс просрочить дедлайн по любому из ДЗ (практическому или теоретическому) на 24 часа без штрафа. Или можно просрочить одно ДЗ на 48 часов.
- Контрольная работаПроводится в письменной форме очно в аудитории. Во время написания контрольной запрещается пользоваться любыми материалами и средствами коммуникации. Оценка выставляется по 10-балльной шкале. При пропуске КР по уважительной причине вес КР переносится на Экзамен. Для этого необходимо передать справку в учебную часть, а также уведомить семинариста. Автомат в таком случае не может быть выставлен.
- ЭкзаменПроводится в письменной форме очно в аудитории. Проводится очно в аудитории. Во время написания экзамена запрещается пользоваться любыми материалами и средствами коммуникации. Оценка выставляется по 10-балльной шкале.
Промежуточная аттестация
- 2024/2025 4th moduleДЗ = 0.2 * ДЗ_1 + 0.2 * ДЗ_2 + 0.2 * ДЗ_3 + 0.2 * ДЗ_4 + 0.2 * ДЗ_5 Накоп. = ⅔ * ДЗ + ⅓ * КР Итог = Округление(0.75 * Накоп. + 0.25 * Экз.) где ДЗ_i — оценка за i-е практическое ДЗ, ДЗ_теор. – оценка за теоретическое ДЗ, КР — оценка за контрольную работу, Накоп. — накопленная оценка. Экз. — оценка за экзамен.