4 اجتماع افتراضي لـ PyData بيرايوس: التنبؤ الحديث بالسلاسل الزمنية

مرحباً بالجميع، بعد فترة توقف طويلة، يسرنا أن نعلن عن عودة فصل PyData بيرايوس مع **الاجتماع الافتراضي الرابع**! انضموا إلينا يوم **الجمعة، 19 سبتمبر**، الساعة **7 مساءً**، في جلسة شيقة مع **فلاديمير-فاديم يوركوفسكي**، الذي سيقدم عرضاً حول **التنبؤ الحديث بالسلاسل الزمنية**! **الملخص:** في هذا البرنامج التعليمي، سنستعرض مجموعة من تقنيات هندسة السمات للتنبؤ بالسلاسل الزمنية باستخدام خوارزميات تعلم الآلة الشهيرة مثل XGBoost وLightGBM وCatBoost. سنبدأ بتحويل بيانات السلاسل الزمنية إلى تنسيق جدولي، ونوضح كيفية إنشاء سمات النافذة والتأخير، بالإضافة إلى السمات التي تلتقط الموسمية والاتجاهات. سنغطي أفضل الممارسات لترميز المتغيرات الفئوية، وتحليل السلاسل الزمنية، وتحديد القيم الشاذة، وتجنب الأخطاء الشائعة مثل تسرب البيانات والتحيز المسبق. بالإضافة إلى ذلك، سنلمس موضوعات أكثر تقدماً مثل التقطع والتنبؤ الهرمي. كما ستنغمس الجلسة في طرق التحقق المتقاطع - على وجه التحديد طرق الاختبار الخلفي المناسبة للبيانات الزمنية. سنفحص لماذا لا يناسب التحقق المتقاطع التقليدي ذو التقسيم المتعدد (K-fold) المجموعات البيانات المعتمدة على الزمن، وسنسليط الضوء على الطرق البديلة مع مناقشة إيجابياتها وسلبياتها. وأخيراً، سنستعرض أفضل الممارسات لتقييم أداء النموذج. ويشمل ذلك نظرة شاملة على مقاييس الخطأ، مناقشة نقاط القوة والضعف فيها، والسياقات التي ينبغي استخدام كل مقياس فيها. **السيرة الذاتية:** فلاديمير هو عالم بيانات خبير متعدد التخصصات، يتمتع بخبرة واسعة في تعلم الآلة والإحصاء والبرمجة وتكنولوجيات الحوسبة السحابية. تشمل اهتماماته البحثية التنبؤ والتسعير ومعالجة اللغة الطبيعية (NLP) وتعلم الآلة القابل للتفسير. خارج العمل، يستمتع بالسفر وحل التحديات الخوارزمية على منصة LeetCode، والانخراط أكثر في الأبحاث المتعلقة بتعلم الآلة. LinkedIn: https://www.linkedin.com/in/vladimir-vadim-iurcovschi-6a8620163/ انضموا إلينا في الاجتماع يوم الجمعة، 19 سبتمبر، الساعة 7:00 مساءً! \- https://meet\.google\.com/swk\-zamj\-gkf نتطلع إلى رؤيتكم! فريق التنظيم