4 لقاء افتراضي لـ PyData بيرايوس: التنبؤ الحديث بسلاسل الوقت

مرحباً بالجميع، بعد توقف طويل، يسرنا أن نعلن عن عودة فصل بيرايوس في PyData مع **لقاء افتراضي رابع**! انضموا إلينا يوم **الجمعة، 19 سبتمبر**، الساعة **7 مساءً**، في جلسة شيقة مع **فلاديمير-فاديم يوركوفسكي**، الذي سيقدم عرضاً حول **التنبؤ الحديث بسلاسل الوقت**! **الملخص:** في هذا البرنامج التعليمي، سنستعرض مجموعة من تقنيات هندسة السمات للتنبؤ بسلاسل الوقت باستخدام خوارزميات تعلم آلي شهيرة مثل XGBoost وLightGBM وCatBoost. سنبدأ بتحويل بيانات السلاسل الزمنية إلى تنسيق جدولي، ونوضح كيفية إنشاء ميزات النافذة والتراجع، بالإضافة إلى الميزات التي تلتقط الموسمية والاتجاهات. وسنتناول أفضل الممارسات لترميز المتغيرات الفئوية، وتحليل السلاسل الزمنية، وتحديد القيم الشاذة، وتجنب الأخطاء الشائعة مثل تسرب البيانات والتحيز إلى الأمام. بالإضافة إلى ذلك، سنلمس موضوعات أكثر تقدماً مثل التقطع والتنبؤ الهرمي. كما ستتعمق الجلسة في أساليب التحقق المتقاطع - على وجه التحديد أساليب الاختبار الخلفي المناسبة لبيانات السلاسل الزمنية. وسنستعرض لماذا لا يناسب التحقق المتقاطع التقليدي (K-fold) مجموعات البيانات المعتمدة على الزمن، ونسلط الضوء على الطرق البديلة مع مناقشة مزاياها وعيوبها. وأخيراً، سنستعرض أفضل الممارسات لتقييم أداء النموذج. ويشمل ذلك نظرة شاملة على مقاييس الخطأ، ونقاش حول نقاط القوة والضعف فيها، والسياقات التي ينبغي استخدام كل مقياس فيها. **السيرة الذاتية:** فلاديمير هو عالم بيانات كبير يعمل على جميع طبقات النظام، ويمتلك خبرة واسعة في تعلم الآلة والإحصاءات والبرمجة وتكنولوجيات الحوسبة السحابية. وتشمل اهتماماته البحثية التنبؤ، وتحديد الأسعار، ومعالجة اللغة الطبيعية (NLP)، وتعلم الآلة القابل للتفسير. وفي خارج العمل، يستمتع بالسفر، وحل التحديات الخوارزمية على منصة LeetCode، والغوص أكثر في الأبحاث الخاصة بتعلم الآلة. LinkedIn: https://www.linkedin.com/in/vladimir-vadim-iurcovschi-6a8620163/ انضموا إلينا في اللقاء الافتراضي يوم الجمعة، 19 سبتمبر، الساعة 7:00 مساءً! \- https://meet\.google\.com/swk\-zamj\-gkf نتطلع إلى رؤيتكم! فريق التنظيم