شروع یا ادامه دوره

coursera پیش بینی تقاضا با استفاده از سری زمانی (Mitalearn-333928)

  • مدت زمان: 1 ساعت 23 دقیقه
  • انتشار: 23 June 2026
  • مدرس: Rajvir Dua,Neelesh Tiruviluamala
  • سطح: متوسط
  • محتوا‌ها: 25
  • زیرنویس فارسی دارد
درباره این دوره:

این دوره دومین دوره تخصصی در زمینه یادگیری ماشین برای مبانی زنجیره تامین است. در این دوره، تمام جنبه های سری های زمانی، به ویژه برای پیش بینی تقاضا را بررسی می کنیم. ما با به دست آوردن جای پایی در مفاهیم اساسی پیرامون سری های زمانی، از جمله ایستایی، روند (رانش)، چرخه ای بودن، و فصلی شروع خواهیم کرد. سپس، مدتی را صرف تحلیل روش‌های همبستگی در رابطه با سری‌های زمانی (خودهمبستگی) خواهیم کرد. در نیمه دوم دوره، ما بر روی روش‌هایی برای پیش‌بینی تقاضا با استفاده از سری‌های زمانی، مانند مدل‌های خودرگرسیون تمرکز خواهیم کرد. در نهایت، با پروژه ای نتیجه گیری می کنیم که تقاضا را با استفاده از مدل های ARIMA در پایتون پیش بینی می کند.

مهارت‌های مرتبط

Data Science Machine Learning Python Programming Time Series Autoregressive Integrated Moving Average (ARIMA) Demand Forecasting

  • محتوا

    • Announcements

  • Content

    • Demand Forecasting Using Time Series