کتاب اصول و تکنیک‌های پیش‌بینی سری‌های زمانی با استفاده از متلب

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره اصول و تکنیک‌های پیش‌بینی سری‌های زمانی با استفاده از متلب

موضوع کلی: برنامه‌نویسی کامپیوترهای شخصی

موضوع میانی: Time Series Analysis

📋 سرفصل‌های دوره

  • 1. مقدمه بر سری‌های زمانی
  • 2. انواع سری‌های زمانی
  • 3. مفاهیم اساسی سری‌های زمانی
  • 4. تراس و ایستا بودن
  • 5. خودهمبستگی و خودهمبستگی جزئی
  • 6. مدل‌های ساده برای سری‌های زمانی
  • 7. میانگین متحرک (MA)
  • 8. مدل خودرگرسیو (AR)
  • 9. مدل خودرگرسیو میانگین متحرک (ARMA)
  • 10. شناسایی مدل ARMA
  • 11. برآورد پارامترهای ARMA
  • 12. آزمون تشخیصی مدل ARMA
  • 13. مدل تفاضل‌گیری خودرگرسیو میانگین متحرک (ARIMA)
  • 14. شناسایی مدل ARIMA
  • 15. برآورد پارامترهای ARIMA
  • 16. آزمون تشخیصی مدل ARIMA
  • 17. پیش‌بینی با مدل‌های ARIMA
  • 18. تحلیل و پیش‌بینی سری‌های زمانی با استفاده از متلب
  • 19. مقدمه محیط متلب برای تحلیل سری‌های زمانی
  • 20. ابزارهای متلب برای نمایش سری‌های زمانی
  • 21. تابع plot در متلب
  • 22. رسم نمودار سری زمانی
  • 23. رسم نمودار چند سری زمانی
  • 24. محاسبه میانگین و واریانس سری زمانی در متلب
  • 25. توابع mean و var
  • 26. محاسبه خودهمبستگی و خودهمبستگی جزئی در متلب
  • 27. تابع autocorr
  • 28. تابع parcorr
  • 29. رسم نمودار خودهمبستگی و خودهمبستگی جزئی
  • 30. تشخیص مرتبه مدل‌های ARMA با نمودارها
  • 31. توابع arima و estimate در متلب
  • 32. ایجاد مدل ARMA در متلب
  • 33. برآورد پارامترهای مدل ARMA
  • 34. آزمون‌های آماری برای مدل‌های ARMA
  • 35. فیت کردن مدل ARIMA در متلب
  • 36. توابع estimate و infer در متلب
  • 37. برآورد پارامترهای مدل ARIMA
  • 38. آزمون‌های تشخیصی برای مدل ARIMA
  • 39. پایان‌نامه‌ها و مقالات مرتبط با تحلیل سری‌های زمانی
  • 40. کتابخانه‌های متلب برای سری‌های زمانی
  • 41. جعبه ابزار Econometrics
  • 42. توابع مرتبط با سری‌های زمانی در جعبه ابزار Econometrics
  • 43. مدل‌های سری زمانی شرطی ناهمسانی واریانس (ARCH)
  • 44. مدل‌های GARCH
  • 45. فیت کردن مدل‌های GARCH در متلب
  • 46. پیش‌بینی با مدل‌های GARCH
  • 47. تحلیل سری‌های زمانی فصلی
  • 48. مدل‌های فصلی ARIMA
  • 49. توابع مرتبط با مدل‌های فصلی در متلب
  • 50. شناسایی مدل‌های فصلی
  • 51. برآورد و پیش‌بینی با مدل‌های فصلی
  • 52. سری‌های زمانی چند متغیره
  • 53. مدل‌های VAR (Vector Autoregression)
  • 54. توابع مرتبط با مدل VAR در متلب
  • 55. فیت کردن مدل VAR
  • 56. پیش‌بینی با مدل VAR
  • 57. تحلیل هم‌انباشتگی (Cointegration)
  • 58. آزمون‌های هم‌انباشتگی
  • 59. مدل‌های VECM (Vector Error Correction Model)
  • 60. فیت کردن مدل VECM
  • 61. پیش‌بینی با مدل VECM
  • 62. مدل‌های انتقال مارکوف (Markov Switching Models)
  • 63. کاربرد مدل‌های انتقال مارکوف در سری‌های زمانی
  • 64. فیت کردن مدل‌های انتقال مارکوف در متلب
  • 65. پیش‌بینی با مدل‌های انتقال مارکوف
  • 66. مدل‌های غیرخطی در سری‌های زمانی
  • 67. شبکه‌های عصبی برای سری‌های زمانی
  • 68. الگوریتم‌های بهینه‌سازی در شبکه‌های عصبی
  • 69. فیت کردن شبکه‌های عصبی برای پیش‌بینی سری‌های زمانی
  • 70. تحلیل حساسیت و اعتبار سنجی مدل‌ها
  • 71. روش‌های اعتبارسنجی متقابل (Cross-validation)
  • 72. ارزیابی عملکرد مدل‌های پیش‌بینی
  • 73. معیارهای ارزیابی: MSE, RMSE, MAE, MAPE
  • 74. کاهش خطا در پیش‌بینی سری‌های زمانی
  • 75. کاربرد سری‌های زمانی در اقتصاد
  • 76. پیش‌بینی قیمت سهام
  • 77. تحلیل داده‌های مالی
  • 78. کاربرد سری‌های زمانی در مهندسی
  • 79. پیش‌بینی تقاضا
  • 80. تحلیل سیگنال‌ها
  • 81. کاربرد سری‌های زمانی در علوم زیستی
  • 82. پیش‌بینی روند بیماری‌ها
  • 83. تحلیل داده‌های محیط زیستی
  • 84. کاربرد سری‌های زمانی در علوم اجتماعی
  • 85. پیش‌بینی رفتار مصرف‌کننده
  • 86. تحلیل روندهای اجتماعی
  • 87. مطالعات موردی واقعی با استفاده از متلب
  • 88. مثال عملی: پیش‌بینی شاخص کل بورس تهران
  • 89. مثال عملی: تحلیل و پیش‌بینی قیمت نفت
  • 90. مثال عملی: پیش‌بینی مصرف برق
  • 91. مثال عملی: تحلیل سری زمانی آب و هوا
  • 92. مثال عملی: پیش‌بینی تعداد مسافران هوایی
  • 93. آینده سری‌های زمانی و ابزارهای نوین
  • 94. یادگیری ماشین عمیق برای سری‌های زمانی
  • 95. شبکه‌های LSTM و GRU
  • 96. کاربرد یادگیری عمیق در پیش‌بینی سری‌های زمانی
  • 97. یادگیری تقویتی برای سری‌های زمانی
  • 98. اپلیکیشن‌های پیشرفته تحلیل سری‌های زمانی
  • 99. نرم‌افزارهای مکمل متلب
  • 100. پروژه‌های کاربردی و خلاقانه

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.