Somo 1Mazingatio ya kuweka: ratiba ya kufunza upya, mifereji ya data, kufuatilia kushuka kwa data na utambuzi wa nyumaPanga uwekaji wa mifumo ya utambuzi wa mapato, ikijumuisha ratiba ya kufunza upya, mifereji ya data ya kiotomatiki, kufuatilia kushuka kwa data na dhana, na utambuzi wa nyuma wa kuendelea ili kuhakikisha utendaji thabiti katika hali za soko zinazobadilika.
Kubuni mifereji thabiti ya dataKupanga kufunza upya na sasishoKufuatilia kushuka kwa data na dhanaUtambuzi wa nyuma na kulinganishaMkakati wa arifa na kurudisha nyumaSomo 2Kuwasilisha utambuzi kwa wadau: uchambuzi wa picha za utambuzi wa pointi na vipindi, uchambuzi wa hali, uwazi wa dhanaWasilisha utambuzi wa mapato kwa ufanisi kwa wadau ukitumia picha wazi za utabiri wa pointi na vipindi, uchambuzi wa hali, na hati wazi za dhana, mapungufu, na mazingatio ya hatari ya muundo.
Kuchora picha za utambuzi wa pointi na vipindiKubuni uchambuzi wa hali na nini kamaKuelezea vichochezi na vipengele muhimuKuandika dhana na mipakaKurekebisha ujumbe kwa wadauSomo 3Miundo ya mfululizo wa wakati ya kujifunza mashine: misitu ya nasibu/boosting ya gradienti na vipengele vya kuchelewesha, XGBoost/LightGBM, na miundo ya mfululizo (LSTM/GRU)Funza miundo ya kujifunza mashine kwa utambuzi wa mapato wa mfululizo wa wakati, ikijumuisha vikundi vya miti na vipengele vya kuchelewesha na miundo ya mfululizo kama LSTM na GRU, ukishughulikia kutoshika kila wakati, msimu, na tofauti za bidhaa.
Misitu ya nasibu na vipengele vya kucheleweshaBoosting ya gradienti, XGBoost, LightGBMMiundo ya utabiri wa kimataifa dhidi ya ndaniMiundo ya mfululizo na LSTM na GRUKushughulikia kutoshika kila wakati na upanuziSomo 4Kuunda malengo ya utambuzi na vizazi vya utathmini (mfano, miezi 3, 6, 12 ijayo)Fafanua malengo ya utambuzi kwa bidhaa za msingi za benki kwa kuchagua malengo ya utabiri, vizazi, na ufupi, na uviunganishe na maamuzi ya biashara kama bajeti, bei, upangaji wa ukwasi, na mahitaji ya ripoti za udhibiti au hatari.
Kuchagua malengo na vitengo vya mapatoKuchagua vizazi na mzunguko wa utabiriKuviunganisisha utambuzi na maamuzi ya biasharaUfinifu kwa bidhaa, sehemu, na eneoKushughulikia bidhaa mpya na historia fupiSomo 5Kutambua na kupata data ya mfululizo wa wakati (mfululizo wa kifedha wa umma, idadi ya malipo, mbinu za kuunda synthetic)Jifunze jinsi ya kutambua, kutathmini, na kupata data ya mfululizo wa wakati kwa utambuzi wa mapato ya benki, ikijumuisha vipimo vya bidhaa vya ndani, mfululizo wa kifedha wa umma, na data synthetic inayoboresha rekodi za kihistoria zenye shida au kelele.
K catalogue mfululizo wa mapato ya bidhaa za ndaniKutumia vyanzo vya data ya kimataifa na sokoKukusanya data ya idadi ya malipo na miamalaKutathmini ubora wa data, mapungufu, na marekebishoKutoa data synthetic kwa hali za mkazoSomo 6Kufunza na kurekebisha vipengele: utafutaji wa gridi/nasibu, uboreshaji wa Bayesian, alama za wakatiBoresha utendaji wa muundo ukitumia mikakati iliyopangwa ya kurekebisha vipengele, ikijumuisha utafutaji wa gridi na nasibu, uboreshaji wa Bayesian, na alama za wakati zinazoheshimu mpangilio wa wakati na kuzingatia vizazi muhimu vya biashara.
Kufafanua nafasi za utafutaji na maprioriFaida na hasara za gridi na utafutaji wa nasibuMbinu za uboreshaji wa BayesianUthibitisho na alama za wakatiKuacha mapema na mipaka ya rasilimaliSomo 7Kukusanya miundo na upatanisho: wastani rahisi wa muundo, vikundi vya uzito, stacking kwa mfululizo wa wakatiChanganya miundo mingi ya utambuzi wa mapato ya benki ukitumia wastani rahisi, vikundi vya uzito, na stacking, na utumie upatanisho wa kiwango ili kuhakikisha utambuzi thabiti kote bidhaa, matawi, na viwango vya shirika.
Wastani rahisi na wa uzito wa muundoStacking na meta-learners kwa mfululizoTofauti na uhusiano kati ya miundoUpatanisho wa kiwango na kikundiKutathmini uthabiti wa kikundi kwa wakatiSomo 8Mbinu za msingi za mfululizo wa wakati: ARIMA, ETS, miundo rahisi na ya msimu, uchanganuzi (mfumo/msimu)Chunguza miundo ya msingi ya mfululizo wa wakati kwa mapato ya benki, ikijumuisha rahisi, rahisi ya msimu, ARIMA, ETS, na uchanganuzi, ili kuweka utendaji wa kumbukumbu na kufasiri mfumo na msimu kabla ya kutumia miundo ngumu ya kujifunza mashine.
Kumbukumbu rahisi na ya msimuUchanganuzi wa msingi wa mfumo na msimuMuundo wa ARIMA kwa mfululizo wa mapato ya benkiUnyonyesho wa eksponetial na tofauti za ETSKulinganisha msingi kote bidhaaSomo 9Kubuni vipengele kwa mapato: kuchelewesha, wastani/std ya rolling, tofauti, athari za kalenda, viashiria vya likizo, athari za kundi, bendera za uuzaji/kampeniBuni vipengele vya utabiri kwa mapato ya benki, ikijumuisha kuchelewesha, takwimu za rolling, tofauti, athari za kalenda na likizo, viashiria vya kundi na maisha, na bendera za uuzaji au kampeni zinazoshika mabadiliko ya mahitaji na mapumziko ya muundo.
Vipengele vya kuchelewesha na kusonga mbele kwa mapatoWastani wa rolling, volatility, na uwianoAthari za kalenda, likizo, na siku za malipoVipengele vya kundi na maishaBendera za athari za uuzaji na kampeniSomo 10Kugawanya data na uthibitisho msalaba kwa mfululizo wa wakati: mgawanyo wa train/validation/test, dirisha la kurejelea CV, CV iliyozuiwaBuni mgawanyo wa data za wakati na mipango ya uthibitisho msalala kwa utambuzi wa mapato, ikijumuisha mbinu za rolling na iliyozuiwa, ili kuepuka uvujaji, kuiga matumizi ya uzalishaji, na kupata makadirio ya kuaminika ya utendaji wa muundo kwa wakati.
Mgawanyo wa holdout train, validation, na testUthibitisho wa dirisha la rolling na kurejeleaUthibitisho msalala uliozuiwa kwa msimuKuzuia uvujaji wa wakati katika vipengeleUtambuzi nyuma juu ya vyanzo vingi vya utabiriSomo 11Vipimo vya utathmini na uchambuzi wa makosa: MAE, RMSE, MAPE, symmetric MAPE, vipindi vya utabiri na ufikajiTathmini utambuzi wa mapato ukitumia vipimo kama MAE, RMSE, MAPE, symmetric MAPE, na ufikaji wa vipindi, na fanya uchambuzi wa makosa ya kina kwa sehemu, vizazi, na utaratibu ili kufunua upendeleo na udhaifu wa muundo.
Vipimo vya makosa vinavyotegemea kipimoVipimo vya asilimia na iwezeshweVipindi vya utabiri na ufikajiUchambuzi wa vizazi na sehemuUchambuzi wa makosa unaotegemea utaratibu na tukioSomo 12Regressors za kimataifa na nje: kutumia CPI, ukosefu wa ajira, viwango vya riba, mwendo, Google Trends; kuchagua vipengele na upatanisho wa kucheleweshaJumuisha regressors za kimataifa na nje katika miundo ya mapato, kama CPI, ukosefu wa ajira, viwango vya riba, mwendo, na mwenendo wa utafutaji, na jifunze mbinu za upatanisho wa kuchelewesha, upanuzi, na kuchagua vipengele ili kuepuka overfit.
Kuchagua viashiria vya kimataifa vinavyofaaKupatanisha kuchelewesha kati ya kimataifa na mapatoKubadilisha na kupanua data ya njeKuchagua vipengele na regularizationVipengele vya mkazo na hali na kimataifa
