পাঠ 1স্থাপন বিবেচনা: পুনঃপ্রশিক্ষণ ছন্দ, তথ্য পাইপলাইন, ড্রিফট পর্যবেক্ষণ এবং পূর্বাভাস ব্যাকটেস্টিংরাজস্ব পূর্বাভাস সিস্টেমের স্থাপন পরিকল্পনা করুন, যার মধ্যে পুনঃপ্রশিক্ষণের ছন্দ, স্বয়ংক্রিয় তথ্য পাইপলাইন, তথ্য এবং ধারণা ড্রিফটের জন্য পর্যবেক্ষণ এবং পরিবর্তনশীল বাজার পরিস্থিতিতে স্থিতিশীল পারফরম্যান্স নিশ্চিত করার জন্য অবিরত ব্যাকটেস্টিং অন্তর্ভুক্ত।
Designing robust data pipelinesScheduling retraining and updatesMonitoring data and concept driftOngoing backtesting and benchmarkingAlerting and rollback strategiesপাঠ 2স্টেকহোল্ডারদের কাছে পূর্বাভাস কমিউনিকেট: পয়েন্ট পূর্বাভাস এবং ইন্টারভালের ভিজ্যুয়ালাইজেশন, সিনারিও বিশ্লেষণ, অনুমানের স্বচ্ছতাস্টেকহোল্ডারদের কাছে রাজস্ব পূর্বাভাস স্পষ্টভাবে কমিউনিকেট করুন যাতে পয়েন্ট এবং ইন্টারভাল প্রেডিকশনের স্পষ্ট ভিজ্যুয়ালাইজেশন, সিনারিও বিশ্লেষণ এবং অনুমান, সীমাবদ্ধতা এবং মডেল ঝুঁকি বিবেচনার স্বচ্ছ ডকুমেন্টেশন ব্যবহার করা হয়।
Visualizing point and interval forecastsScenario and what-if analysis designExplaining drivers and key featuresDocumenting assumptions and limitsTailoring messages to stakeholdersপাঠ 3মেশিন লার্নিং সময়সিরিজ মডেল: ল্যাগড ফিচার সহ র্যান্ডম ফরেস্ট/গ্রেডিয়েন্ট বুস্টিং, এক্সজিবুস্ট/লাইটজিবিএম, এবং সিকোয়েন্স মডেল (এলএসটিএম/জিআরইউ)সময়সিরিজ রাজস্ব পূর্বাভাসের জন্য মেশিন লার্নিং মডেল প্রশিক্ষণ করুন, যার মধ্যে ল্যাগড ফিচার সহ ট্রি এনসেম্বল এবং এলএসটিএম এবং জিআরইউ-এর মতো সিকোয়েন্স মডেল অন্তর্ভুক্ত, যখন ননস্টেশনারিটি, সিজনালিটি এবং পণ্য-স্তরের হেটারোজেনিটি হ্যান্ডেল করা হয়।
Random forests with lagged featuresGradient boosting, XGBoost, LightGBMGlobal versus local forecasting modelsSequence models with LSTM and GRUHandling nonstationarity and scalingপাঠ 4পূর্বাভাস উদ্দেশ্য এবং মূল্যায়ন হরাইজন সূত্রায়ণ (যেমন পরবর্তী ৩, ৬, ১২ মাস)মূল ব্যাঙ্ক পণ্যের জন্য পূর্বাভাস লক্ষ্য নির্ধারণ করুন যাতে প্রেডিকশন টার্গেট, হরাইজন এবং গ্র্যানুলারিটি নির্বাচন করে এবং বাজেটিং, মূল্য নির্ধারণ, লিকুইডিটি পরিকল্পনা এবং নিয়ন্ত্রক বা ঝুঁকি রিপোর্টিং প্রয়োজনের সাথে ব্যবসায়িক সিদ্ধান্তগুলির সাথে সামঞ্জস্য করুন।
Choosing revenue targets and unitsSelecting forecast horizons and frequencyAligning forecasts with business decisionsGranularity by product, segment, and regionHandling new products and short historiesপাঠ 5সময়সিরিজ তথ্য চিহ্নিত এবং সোর্সিং (পাবলিক আর্থিক সিরিজ, পেমেন্ট ভলিউম, সিন্থেটিক জেনারেশন কৌশল)ব্যাঙ্ক রাজস্ব পূর্বাভাসের জন্য সময়সিরিজ তথ্য চিহ্নিত, মূল্যায়ন এবং সোর্স করার পদ্ধতি শিখুন, যার মধ্যে অভ্যন্তরীণ পণ্য মেট্রিক্স, পাবলিক আর্থিক সিরিজ এবং দুর্লভ বা নয়েজি ঐতিহাসিক রেকর্ড নিরাপদে বাড়ানোর জন্য সিন্থেটিক তথ্য অন্তর্ভুক্ত।
Cataloging internal product revenue seriesUsing public macro and market data sourcesCollecting payment and transaction volume dataAssessing data quality, gaps, and revisionsSynthetic data generation for stress scenariosপাঠ 6প্রশিক্ষণ এবং হাইপারপ্যারামিটার টিউনিং: গ্রিড/র্যান্ডম সার্চ, বেয়েসিয়ান অপটিমাইজেশন, সময়-সচেতন স্কোরিংগ্রিড এবং র্যান্ডম সার্চ, বেয়েসিয়ান অপটিমাইজেশন এবং সময়-সচেতন স্কোরিং সহ স্ট্রাকচার্ড হাইপারপ্যারামিটার টিউনিং কৌশল ব্যবহার করে মডেল পারফরম্যান্স অপটিমাইজ করুন, যা টেম্পোরাল অর্ডার এবং ব্যবসায়িক-গুরুত্বপূর্ণ হরাইজনে ফোকাস করে।
Defining search spaces and priorsGrid and random search trade-offsBayesian optimization workflowsTime-aware validation and scoringEarly stopping and resource limitsপাঠ 7মডেল এনসেম্বলিং এবং রিকনসিলিয়েশন: সাধারণ মডেল গড়, ওজনযুক্ত এনসেম্বল, সময়সিরিজের জন্য স্ট্যাকিংসাধারণ গড়, ওজনযুক্ত এনসেম্বল এবং স্ট্যাকিং ব্যবহার করে ব্যাঙ্ক রাজস্বের জন্য একাধিক পূর্বাভাস মডেল সংযোজন করুন এবং পণ্য, শাখা এবং সংগঠনাত্মক স্তর জুড়ে সুসংগত পূর্বাভাস নিশ্চিত করার জন্য হায়ারার্কিকাল রিকনসিলিয়েশন প্রয়োগ করুন।
Simple and weighted model averagingStacking and meta-learners for seriesDiversity and correlation among modelsHierarchical and grouped reconciliationEvaluating ensemble stability over timeপাঠ 8বেসলাইন সময়সিরিজ পদ্ধতি: এআরআইএমএ, ইটিএস, নাইভ এবং সিজনাল নাইভ মডেল, ডিকম্পোজিশন (ট্রেন্ড/সিজনালিটি)ব্যাঙ্ক রাজস্বের জন্য বেসলাইন সময়সিরিজ মডেল অন্বেষণ করুন, যার মধ্যে নাইভ, সিজনাল নাইভ, এআরআইএমএ, ইটিএস এবং ডিকম্পোজিশন অন্তর্ভুক্ত, যাতে জটিল মেশিন লার্নিং মডেল ব্যবহারের আগে রেফারেন্স পারফরম্যান্স স্থাপন এবং ট্রেন্ড এবং সিজনালিটি ব্যাখ্যা করা যায়।
Naive and seasonal naive benchmarksClassical decomposition of trend and seasonalityARIMA modeling for bank revenue seriesExponential smoothing and ETS variantsComparing baselines across productsপাঠ 9রাজস্বের জন্য ফিচার ইঞ্জিনিয়ারিং: ল্যাগ, রোলিং মিন/স্ট্যান্ডার্ড ডেভিয়েশন, ডিফারেন্সিং, ক্যালেন্ডার প্রভাব, ছুটির ইন্ডিকেটর, কোহর্ট প্রভাব, মার্কেটিং/ক্যাম্পেইন ফ্ল্যাগব্যাঙ্ক রাজস্বের জন্য প্রেডিকটিভ ফিচার ইঞ্জিনিয়ার করুন, যার মধ্যে ল্যাগ, রোলিং স্ট্যাটিস্টিক্স, ডিফারেন্সিং, ক্যালেন্ডার এবং ছুটির প্রভাব, কোহর্ট এবং লাইফসাইকেল ইন্ডিকেটর এবং ডিমান্ড শিফট এবং স্ট্রাকচারাল ব্রেক ক্যাপচার করার মার্কেটিং বা ক্যাম্পেইন ফ্ল্যাগ অন্তর্ভুক্ত।
Lag and lead features for revenueRolling means, volatility, and ratiosCalendar, holiday, and payday effectsCohort and lifecycle based featuresMarketing and campaign impact flagsপাঠ 10সময়সিরিজের জন্য তথ্য স্প্লিটিং এবং ক্রস-ভ্যালিডেশন: ট্রেন/ভ্যালিডেশন/টেস্ট স্প্লিট, এক্সপ্যান্ডিং উইন্ডো সিভি, ব্লকড সিভিরাজস্ব পূর্বাভাসের জন্য সময়-সচেতন তথ্য স্প্লিট এবং ক্রস-ভ্যালিডেশন স্কিম ডিজাইন করুন, যার মধ্যে রোলিং এবং ব্লকড অ্যাপ্রোচ অন্তর্ভুক্ত, যাতে লিকেজ এড়ানো যায়, প্রোডাকশন ব্যবহার অনুকরণ করা যায় এবং সময় জুড়ে মডেল পারফরম্যান্সের নির্ভরযোগ্য অনুমান পাওয়া যায়।
Holdout train, validation, and test splitsRolling and expanding window validationBlocked cross-validation for seasonalityPreventing temporal leakage in featuresBacktesting over multiple forecast originsপাঠ 11মূল্যায়ন মেট্রিক্স এবং ত্রুটি বিশ্লেষণ: এমএই, আরএমএসই, ম্যাপই, সিমেট্রিক ম্যাপই, প্রেডিকশন ইন্টারভাল এবং কভারেজএমএই, আরএমএসই, ম্যাপই, সিমেট্রিক ম্যাপই এবং ইন্টারভাল কভারেজের মতো মেট্রিক্স ব্যবহার করে রাজস্ব পূর্বাভাস মূল্যায়ন করুন এবং সেগমেন্ট, হরাইজন এবং রেজিম অনুসারে বিস্তারিত ত্রুটি বিশ্লেষণ করে বায়াস এবং মডেল দুর্বলতা উন্মোচন করুন।
Scale-dependent error metricsPercentage and relative error metricsPrediction intervals and coverageHorizon and segment level diagnosticsRegime and event-driven error analysisপাঠ 12ম্যাক্রো এবং এক্সটার্নাল রিগ্রেসর: সিপিআই, বেকারত্ব, সুদের হার, মোবিলিটি, গুগল ট্রেন্ডস ব্যবহার; ফিচার নির্বাচন এবং ল্যাগ অ্যালাইনমেন্টরাজস্ব মডেলে ম্যাক্রোইকোনমিক এবং এক্সটার্নাল রিগ্রেসর যোগ করুন, যেমন সিপিআই, বেকারত্ব, সুদের হার, মোবিলিটি এবং গুগল ট্রেন্ডস এবং ওভারফিটিং এড়ানোর জন্য ল্যাগ অ্যালাইনমেন্ট, স্কেলিং এবং ফিচার নির্বাচন কৌশল শিখুন।
Selecting relevant macro indicatorsAligning lags between macro and revenueTransforming and scaling external dataFeature selection and regularizationStress and scenario overlays with macros