4 لقاء افتراضي بـ PyData بيرايوس: التنبؤ الحديث بالسلاسل الزمنية

مرحباً بالجميع، بعد فترة توقف طويلة، يسرنا أن نعلن عن عودة فصل بيرايوس في PyData مع **اللقاء الافتراضي الرابع**! انضموا إلينا يوم **الجمعة، 19 سبتمبر** على الساعة **7 مساءً** في جلسة شيقة مع **فلاديمير-فاديم يوركوفسكي**، الذي سيعرض موضوع **التنبؤ الحديث بالسلاسل الزمنية**! **الملخص:** في هذا البرنامج التعليمي، سنستعرض مجموعة من تقنيات هندسة السمات للتنبؤ بالسلاسل الزمنية باستخدام خوارزميات شائعة في تعلم الآلة مثل XGBoost وLightGBM وCatBoost. سنبدأ بتحويل بيانات السلسلة الزمنية إلى تنسيق جدولي، ونوضح كيفية إنشاء سمات النوافذ والتأخير، بالإضافة إلى السمات التي تمثل الموسمية والاتجاهات. وسنتناول أفضل الممارسات الخاصة بتشفير المتغيرات الفئوية، وتحليل السلاسل الزمنية، وتحديد القيم الشاذة، وتجنب الأخطاء الشائعة مثل تسرب البيانات والتحيز الاستباقي. كما سنلقي نظرة على مواضيع متقدمة أكثر مثل التقطع والتنبؤ الهرمي. كما ستتناول الجلسة طرق التحقق المتقاطع - تحديداً أساليب الاختبار الخلفي المناسبة للبيانات الزمنية. وسنناقش لماذا لا يناسب أسلوب التحقق المتقاطع التقليدي (K-fold) المجموعات البيانات التابعة للزمن، ونسلط الضوء على الطرق البديلة مع مناقشة مزاياها وعيوبها. وأخيراً، سنراجع أفضل الممارسات لتقييم أداء النموذج. ويشمل ذلك نظرة شاملة على مقاييس الخطأ، ومناقشة نقاط القوة والضعف لكل مقياس والسياقات التي ينبغي استخدام كل منها فيها. **السيرة الذاتية:** فلاديمير هو عالم بيانات كبير متعدد المهارات، يتمتع بخبرة واسعة في مجالات تعلم الآلة والإحصاء والبرمجة وتكنولوجيا الحوسبة السحابية. وتشمل اهتماماته البحثية التنبؤ بالتسعير، ومعالجة اللغة الطبيعية (NLP)، وتعلم الآلة القابل للتفسير. وفي الوقت الذي يقضيه خارج العمل، فإنه يستمتع بالسفر، وحل التحديات الخوارزمية على منصة LeetCode، وبدراسة أبحاث تعلم الآلة بشكل أعمق. 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 لرؤيتكم! فريق التنظيم