Отрывок: 34 Рисунок 17 – Разложение по STL методу Рисунок 17 визуализирует следующий аспекты временного ряда: 1) изменчивость тренда временного ряда (trend); 2) яркая выраженность сезонности временного ряда (seasonal); 3) остатки не выходят за пределы допустимых (remainder). Результат расчета анализа ETS отображен на рисунке 12. Как видно из рисунка 18 визуализация определила коэффициенты, которые были указаны в формуле 2. С помощью функции monthplot()...
Название : Применение инструментов интеллектуального анализа данных для разработки рекомендательной системы
Авторы/Редакторы : Шарапов И. Р.
Савельев Д. А.
Суханов С. В.
Якимов П. Ю.
Министерство науки и высшего образования Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Институт информатики
математики и электроники
Дата публикации : 2019
Библиографическое описание : Шарапов, И. Р. Применение инструментов интеллектуального анализа данных для разработки рекомендательной системы : вып. квалификац. работа по направлению подгот. "Прикладная математика и информатика" (уровень магистратуры) / И. Р. Шарапов ; рук. работы Д. А. Савельев ; нормоконтролер С. В. Суханов ; рец. П. Ю. Якимов ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т). - Самаpа, 2019. - on-line
Аннотация : Объектом исследования является прогнозирование уровня трудоустройства населения. Предметом исследования выступает алгоритм экспоненциального сглаживания для решения задачи выдачи рекомендаций для поиска сотрудников. Цель работы – разработать алгоритм выда
Другие идентификаторы : RU\НТБ СГАУ\ВКР20190808141647
Ключевые слова: экспоненциальное сглаживание
ARIMA-модели
Forecast Library
анализ данных
рекомендательная система
прогнозирование временных рядов
Располагается в коллекциях: Выпускные квалификационные работы




Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.