آپلود ویدئو | ورود | ثبت نام


فرادرس-

آموزش عملی پیش بینی سریهای زمانی با استفاده از شبکه های عصبی-درس پنجم


Embed گزارش تخلف

مشاهده 2761

دریافت ویدئو: حجم کم کیفیت بالا
توسط فرادرس در 25 Jun 2015
توضیحات:

برای کسب اطلاعات بیشتر، به این لینک مراجعه نمایید:
http://www.faradars.org/mvpnn101#

دانستن دمای هوای در یک ماه آینده، آنقدر دم دستی و روزانه شده است که ما فراموش می کنیم که چه پروسه های علمی در پس زمینه این موضوع روزمره در حال اجرا هستند.

پروسه پیش بینی آینده از روی اطلاعات گذشته، در این مسئله و مسایل دیگری همانند پیش بینی مصرف انرژی و …، ساختار مشابهی دارد و در همه این موارد ما با یک مسئله پیش بینی سریهای زمانی یا Time Series Prediction مواجهیم.



سریهای زمانی

یک سری زمانی، دنباله ای از داده ها می باشد که به ترتیب زمانی اندازه گیری می شود. در یک نمایش ریاضی، ما سیگنالی به صورت زیر داریم.

x(t), t = 0, 1, 2, ….

که در آن t زمان را نشان می دهد و x یک متغیر تصادفی می باشد. هدف به دست آوردن یک مدل برای سری زمانی x می باشد.



پیش بینی سریهای زمانی

مسئله پیش بینی سریهای زمانی (Time Series Prediction) یکی از موضوعات مهم حوزه های مختلف علوم اقتصادی،‌ مالی، مدیریتی و مهندسی در دهه های اخیر بوده است. هدف در پیش بینی سری زمانی، جمع آوری دقیق داده ها و مطالعه دقیق تر آنها برای یافتن یک مدل مناسب جهت توصیف ساختار درونی سری زمانی می باشد. در نهایت مدل به دست آمده پس از ارزیابی، برای به دست آوردن مقادیر آینده یک پارامتر (پیش بینی) مورد استفاده قرار می گیرد.

به عبارت دیگر:

پیش بینی سری زمانی،

“پیش بینی آینده”، بر مبنای “درک گذشته” است.



یکی از معروف ترین مدل های مورد استفاده در پیش بینی سریهای زمانی مدل آریما (Autoregressive Integrated Moving Average – ARIMA) می باشد. به صورت ساده ای این مدل فرض می کند که مدل سری زمانی به صورت خطی بوده و توزیع مشخصی دارد. زیرشاخه های این مدل همانند Autoregressive – AR و Moving Average – MA و Autoregressive Moving Average – ARMA و Seasonal ARIMA – SARIMA نیز معرفی شده اند.

مهم ترین نقطه ضعف مدل آریما و زیرشاخه های آن، فرض خطی بودن در مدل سری است. به گونه ای که این نقطه ضعف، استفاده از أن را در بسیاری از مسایل عملی محدود می کند.



استفاده از شبکه های عصبی مصنوعی برای پیش بینی سریهای زمانی

شبکه های عصبی مصنوعی به دلیل توانایی بالایشان در مدلسازی غیر خطی از همان ابتدای پیدایش در زمینه پیش بینی سری زمانی مورد توجه قرار گرفته اند و به دلیل این اهمیت است که ما در این فرادرس به این موضوع می پردازیم.

فرادرس عملی پیش بینی سریهای زمانی با استفاده از شبکه های عصبی به صورت علمی و به ساده ترین شیوه بیان، مفاهیم پایه پیش بینی سریهای زمانی را به شما آموزش داده و در طی آموزش یک پروژه کاملا عملی پیش بینی را حل می کند.



پس از آموختن محتوای ارائه شده در این فرادرس شما می توانید:

با دسترسی به داده های هواشناسی چند سال اخیر، میزان بارندگی را در سال آینده پیش بینی کنید.
به عنوان مدیر یک پروژه نیروگاهی، پیش بینی مناسبی از میزان مصرف برق ایران در ۴ سال آینده داشته باشید.
میزان تقاضای مرتبط با یک کالای مصرفی را برای ماه مشخصی در ۲ سال آینده مشخص کرده و برای واردات و صادرات آن برنامه ریزی نمایید.
و …


در این فرادرس، ۴ موضوع عمده را با هم خواهید دید.

مفاهیم اولیه در پیش بینی سریهای زمانی
مفاهیم پایه شبکه های عصبی مصنوعی و پرسپترون چند لایه
پیاده سازی شبکه عصبی پرسپترون چند لایه با استفاده از دستورات تولباکس متلب
استفاده از شبکه عصبی پیاده سازی شده برای حل مسیله پیش بینی سری زمانی


سرفصل های مورد بحث در این فیلم آموزشی عبارتند از:
مقدمه، اهداف و اهمیت مسئله
مروری بر شبکه های عصبی (پرسپترون چند لایه)
دلیل استفاده و خاستگاه شبکه های عصبی
ساختار شبکه عصبی پرسپترون چند لایه و یادگیری
مروری بر پیش بینی سریهای زمانی توسط شبکه عصبی
ابتدا به موضوع پیش بینی سری زمانی اشاره می شود و سپس ارتباط آن با شبکه عصبی مورد بررسی قرار می گیرد.
پیاده سازی شبکه عصبی برای پیش بینی سری زمانی
آماده سازی دیتاها برای اهداف پیش بینی
نرمایزه کردن داده ها
جداسازی دیتاهای آموزش و تست
تعیین ساختار شبکه
آموزش شبکه
بررسی و آنالیز نتایج شبیه سازی
انتهای بحث و پیشنهاد برای کارهای آینده

مدرس: دکتر اسماعیل آتشپز گرگری

کلمات کلیدی:
شبکه های عصبی مصنوعی, هوش محاسباتی, یادگیری ماشین ،دانلود فرادرس آموزشی رایگان,دانلود فیلم آموزشی رایگان,دانلود جزوه تصویری آموزشی,دانلود کتاب تصویری آموزشی,آموزش غیر حضوری و الکترونیکی,دوره آموزشی تخصصی

لغات کلیدی:

شبکه, های, عصبی, مصنوعی, هوش, محاسباتی, یادگیری, ماشین, دانلود, فرادرس, آموزشی, رایگان, دانلود, فیلم, آموزشی, رایگان, دانلود, جزوه, تصویری, آموزشی, دانلود, کتاب, تصویری, آموزشی, آموزش, غیر, حضوری, و, الکترونیکی, دوره, آموزشی, تخصصی


نظرات برای این ویدئو توسط کاربر غیر فعال شده است.

درباره ما | تماس با ما | قوانین تخته سفید