На занятии вы узнаете об особенностях построения прогнозов временных рядов. Чем они отличаются от классических моделей машинного обучения. Как подходить к моделированию временных рядов, как их разбить на тренировочную и тестовую части и проводить кросс-валидацию. Разберемся как можно разложить временной ряд на основные компоненты: тренд, сезонность и шум и научимся строить простую авторегрессионную модель ARIMA/SARIMA для этого разложения. В заключении разберем метрики качества, специфичные для моделей временных рядов и оценим нашу модель. «Machine Learning. Professional» - https://otus.pw/ZuNh/ Преподаватель: Игорь Стурейко - Teamlead, главный инженер Ссылка на материалы: https://drive.google.com/drive/folders/1SZVilTdJoTrSKie9G0DvYJFq1ykUojf3?usp=sharing