Analiza i prognoza vremenskih serija

završni rad

• Naslov (engleski): Analysis and Prediction of Time Series
• Autor: Fran Jelenić
• Mentor: Marin Šilić (mentor)
• Član povjerenstva: Marin Šilić (predsjednik povjerenstva)
• Član povjerenstva: Adrian Satja Kurdija (član povjerenstva)
• Član povjerenstva: Lucija Šikić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-07-03, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Ovaj rad se bavi metodama analize i prognoze vremenskih serija. Objašnjeno je što su vremenske serije i kako provesti analizu vremenskih serija koja uključuje analizu autokorelacije, transformacije, diferenciranje i statističko testiranje stacionarnosti. Za svrhu prognoze vremenskih serija obrađeni su statistički modeli i modeli strojnog učenja. Odabrani predstavnici statističkih modela su eksponencijalno zaglađivanje i ARIMA, a predstavnici strojnog učenja su višeslojni perceptron i LSTM. Odabrani modeli su implementirani u programskom jeziku Python, a njihovi su rezultati ocjenjeni i uspoređeni.

Sažetak (engleski)

This thesis deals with methods of analysis and forecasting of time series. It is explained what time series are and how to conduct time series analysis which includes autocorrelation analysis, transformations, differencing, and statistical stationarity testing. Statistical models and machine learning models were explained for the purpose of time series forecasting. Selected representatives of statistical models are exponential smoothing and ARIMA, and representatives of machine learning are multilayer perceptron and LSTM. The selected models were implemented in the Python programming language and their results were evaluated and compared.

• Ključne riječi: vremenske serije; eksponencijalno zaglađivanje; ARIMA; višeslojni perceptron; LSTM
• Ključne riječi (engleski): time series; exponential smoothing; ARIMA; multilayer perceptron; LSTM
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:892392
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-14 08:58:46