Analiza i prognoza vremenskih serija primjenom metoda strojnog učenja

diplomski rad

• Naslov (engleski): Analysis and Prediction of Time Series Using Machine Learning Methods
• Autor: Filip Klepo
• Mentor: Marin Šilić (mentor)
• Član povjerenstva: Marin Šilić (predsjednik povjerenstva)
• Član povjerenstva: Klemo Vladimir (član povjerenstva)
• Član povjerenstva: Goran Delač (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-07-07, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U radu se definira pojam vremenskih serija, a potom se definiraju tehnike analize i predviđanja. Koriste se ARIMA i ETS modeli koji su popularan izbor za predviđanje vremenskih serija. Za implementaciju se koristi programski jezik Python i popratne knjižnice koda za analizu, predviđanje i iscrtavanje vremenskih serija.

Sažetak (engleski)

The thesis defines time series and introduces techniques for their analysis and forecasting. ARIMA and ETS models are chosen as forecasting methods as they are a popular choice. Implementation is done in Python programming language, using publicly available code libraries for analysis, prediction and plotting of time series.

• Ključne riječi: vremenske serije; prognoza vremenskih serija; strojno učenje; analiza vremenskih serija; ARIMA; ETS
• Ključne riječi (engleski): time series; time series prediction; machine learning; time series analysis; ARIMA; ETS
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:079219
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 10:10:17