Цикл видео и статей про «рабочую лошадку» дата сайентистов - модель прогнозирования временных рядов
ARIMA. Хорошо помогает, когда нужно
спрогнозировать продажи например. Смысл этой модели в том, что она не тупо простраивает тренд, но и прогнозирует колебания .
Если не было опыта работы с ARIMA от слова совсем, действуем в следующем порядке:
1) Смотрим
Видео #1,рассказ про теорию, понятно будет всем кто знает хотя бы что такое средняя😄
https://www.youtube.com/watch?v=YzMV--KhI2I&feature=share2) Смотрим
Видео #2, коллега непосредственно показывает как на практике построить ARIMA в Python на данных о продажах. Но сразу хочу сказать, что в данном видео есть пару упущений и оно скорее знакомит с работой модели. Из таких упущений, например, автор не делает тест на стационарность данных, без которого убедиться в валидности модели на 100% будет некорректно. Так что когда посмотрите видео, переходите к пункту 3.
https://www.youtube.com/watch?v=D9y6dcy0xK8&feature=share3)
Статья на habr,где мало теоретических пояснений, но есть все этапы тестирования и построения модели. Если соберётесь использовать модель в работе скорее стоит опираться на данную статью.
https://m.habr.com/ru/post/207160/ Если же есть понимание что такое ARIMA, но просто давно не строили модель начинайте сразу с
3го пункта.
