Лабораторная работа №5 Прогнозирование с помощью нейронной сети Цель работы: Освоение интеллектуального инструмента (СППР Deductor Studio), предназначенного для решения широкого спектра задач, связанных с обработкой структурированных и представленных в виде таблиц данных. научиться применять методы Data Mining для решения задач прогнозирования временных рядов на примере построения модели прогноза продаж Результаты лабораторной работы: Файлы формата СППР Deductor Studio с выполненным заданием. Контрольные вопросы 1. Что такое сезонность? Сезонность — это повторяющиеся колебания в данных, связанные с определёнными периодами времени, такими как времена года, месяцы, недели или дни. Она может возникать в различных областях, таких как продажи, производство, финансы, здравоохранение и многих других. 2. Для чего используется автокорреляционный анализ? Автокорреляционный анализ используется для оценки степени зависимости между значениями временного ряда и их значениями в предыдущие моменты времени. Он позволяет выявить наличие периодических колебаний в данных и определить их периодичность. 3. Как определить, существует зависимость между данными или нет? Зависимость между данными можно определить с помощью различных статистических методов, таких как автокорреляция, коинтеграция, регрессионный анализ и другие. Выбор метода зависит от типа данных, их свойств и цели исследования. 4. Для чего нужен прогноз временного ряда? Прогноз временного ряда используется для предсказания будущих значений временного ряда на основе исторических данных и моделей прогнозирования. Он может использоваться для принятия решений, управления рисками, планирования производства и многих других задач. 5. Какой инструмент в системе Deductor используется для прогнозирования временных рядов? В системе Deductor для прогнозирования временных рядов обычно используется модуль «Прогнозирование временных рядов». Он позволяет строить модели прогнозирования на основе различных методов, таких как экспоненциальное сглаживание, авторегрессионные модели, модели скользящего среднего и другие. 6. Какого назначение обработчика «Нейросеть» в системе Deductor? Обработчик «Нейросеть» позволяет создавать модели машинного обучения, основанные на искусственных нейронных сетях. Он может быть использован для решения задач классификации, регрессии, кластеризации и других задач, связанных с анализом данных. 7. Как обработчик «Нейросеть» можно использовать при прогнозировании? При прогнозировании временных рядов обработчик «Нейросеть» может быть использован для создания моделей прогнозирования, основанных на нейронных сетях, которые способны обучаться на больших объёмах данных и выявлять сложные зависимости между переменными. Эти модели могут использоваться для прогнозирования будущих значений временного ряда с высокой точностью.
