You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
199 lines
12 KiB
199 lines
12 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "662b509c39eee205687726636d0a8455",
|
|
"translation_date": "2025-09-04T23:50:19+00:00",
|
|
"source_file": "7-TimeSeries/1-Introduction/README.md",
|
|
"language_code": "cs"
|
|
}
|
|
-->
|
|
# Úvod do předpovědi časových řad
|
|
|
|
|
|
|
|
> Sketchnote od [Tomomi Imura](https://www.twitter.com/girlie_mac)
|
|
|
|
V této lekci a následující se naučíte něco o předpovědi časových řad, zajímavé a cenné části repertoáru vědce v oblasti strojového učení, která je méně známá než jiné tématy. Předpověď časových řad je něco jako „křišťálová koule“: na základě minulého výkonu proměnné, jako je cena, můžete předpovědět její budoucí potenciální hodnotu.
|
|
|
|
[](https://youtu.be/cBojo1hsHiI "Úvod do předpovědi časových řad")
|
|
|
|
> 🎥 Klikněte na obrázek výše pro video o předpovědi časových řad
|
|
|
|
## [Kvíz před lekcí](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
Je to užitečné a zajímavé pole s reálnou hodnotou pro podnikání, vzhledem k jeho přímé aplikaci na problémy s cenami, inventářem a otázkami dodavatelského řetězce. Zatímco techniky hlubokého učení se začaly používat k získání lepších poznatků pro přesnější předpovědi budoucího výkonu, předpověď časových řad zůstává polem, které je stále velmi ovlivněno klasickými technikami strojového učení.
|
|
|
|
> Užitečný učební plán časových řad od Penn State najdete [zde](https://online.stat.psu.edu/stat510/lesson/1)
|
|
|
|
## Úvod
|
|
|
|
Představte si, že spravujete řadu chytrých parkovacích automatů, které poskytují data o tom, jak často a jak dlouho jsou používány v průběhu času.
|
|
|
|
> Co kdybyste mohli na základě minulého výkonu automatu předpovědět jeho budoucí hodnotu podle zákonů nabídky a poptávky?
|
|
|
|
Přesné předpovězení, kdy jednat, abyste dosáhli svého cíle, je výzva, kterou by mohla řešit předpověď časových řad. Nebylo by to příjemné pro lidi, kdyby byli účtováni více v rušných časech, když hledají parkovací místo, ale byl by to jistý způsob, jak generovat příjmy na čištění ulic!
|
|
|
|
Pojďme prozkoumat některé typy algoritmů časových řad a začít notebook pro čištění a přípravu dat. Data, která budete analyzovat, pocházejí ze soutěže GEFCom2014 o předpovědi. Obsahují 3 roky hodinových hodnot elektrické zátěže a teploty mezi lety 2012 a 2014. Na základě historických vzorců elektrické zátěže a teploty můžete předpovědět budoucí hodnoty elektrické zátěže.
|
|
|
|
V tomto příkladu se naučíte, jak předpovědět jeden časový krok dopředu, pouze pomocí historických dat o zátěži. Než však začnete, je užitečné pochopit, co se děje v pozadí.
|
|
|
|
## Některé definice
|
|
|
|
Když narazíte na termín „časové řady“, je důležité pochopit jeho použití v několika různých kontextech.
|
|
|
|
🎓 **Časové řady**
|
|
|
|
V matematice jsou „časové řady řadou datových bodů indexovaných (nebo seřazených nebo graficky znázorněných) v časovém pořadí. Nejčastěji jsou časové řady sekvencí zaznamenanou v pravidelných časových intervalech.“ Příkladem časových řad je denní závěrečná hodnota [Dow Jones Industrial Average](https://wikipedia.org/wiki/Time_series). Použití grafů časových řad a statistického modelování se často objevuje v zpracování signálů, předpovědi počasí, předpovědi zemětřesení a dalších oblastech, kde se události vyskytují a datové body lze znázornit v čase.
|
|
|
|
🎓 **Analýza časových řad**
|
|
|
|
Analýza časových řad je analýza výše zmíněných dat časových řad. Data časových řad mohou mít různé formy, včetně „přerušených časových řad“, které detekují vzorce ve vývoji časových řad před a po přerušující události. Typ analýzy potřebné pro časové řady závisí na povaze dat. Data časových řad samotná mohou mít formu číselných nebo znakových sérií.
|
|
|
|
Analýza se provádí pomocí různých metod, včetně frekvenčního a časového doménového zpracování, lineárních a nelineárních metod a dalších. [Zjistěte více](https://www.itl.nist.gov/div898/handbook/pmc/section4/pmc4.htm) o mnoha způsobech analýzy tohoto typu dat.
|
|
|
|
🎓 **Předpověď časových řad**
|
|
|
|
Předpověď časových řad je použití modelu k předpovědi budoucích hodnot na základě vzorců zobrazených dříve shromážděnými daty, jak se vyskytovala v minulosti. Zatímco je možné použít regresní modely k prozkoumání dat časových řad, s časovými indexy jako x proměnnými na grafu, taková data se nejlépe analyzují pomocí speciálních typů modelů.
|
|
|
|
Data časových řad jsou seznamem uspořádaných pozorování, na rozdíl od dat, která lze analyzovat pomocí lineární regrese. Nejčastějším modelem je ARIMA, což je zkratka pro „Autoregressive Integrated Moving Average“.
|
|
|
|
[ARIMA modely](https://online.stat.psu.edu/stat510/lesson/1/1.1) „spojují současnou hodnotu série s minulými hodnotami a minulými chybami předpovědi.“ Jsou nejvhodnější pro analýzu dat v časové doméně, kde jsou data uspořádána v čase.
|
|
|
|
> Existuje několik typů ARIMA modelů, o kterých se můžete dozvědět [zde](https://people.duke.edu/~rnau/411arim.htm) a které se dotknete v příští lekci.
|
|
|
|
V příští lekci vytvoříte ARIMA model pomocí [Jednorozměrných časových řad](https://itl.nist.gov/div898/handbook/pmc/section4/pmc44.htm), které se zaměřují na jednu proměnnou, která mění svou hodnotu v čase. Příkladem tohoto typu dat je [tento dataset](https://itl.nist.gov/div898/handbook/pmc/section4/pmc4411.htm), který zaznamenává měsíční koncentraci CO2 na observatoři Mauna Loa:
|
|
|
|
| CO2 | YearMonth | Year | Month |
|
|
| :----: | :-------: | :---: | :---: |
|
|
| 330.62 | 1975.04 | 1975 | 1 |
|
|
| 331.40 | 1975.13 | 1975 | 2 |
|
|
| 331.87 | 1975.21 | 1975 | 3 |
|
|
| 333.18 | 1975.29 | 1975 | 4 |
|
|
| 333.92 | 1975.38 | 1975 | 5 |
|
|
| 333.43 | 1975.46 | 1975 | 6 |
|
|
| 331.85 | 1975.54 | 1975 | 7 |
|
|
| 330.01 | 1975.63 | 1975 | 8 |
|
|
| 328.51 | 1975.71 | 1975 | 9 |
|
|
| 328.41 | 1975.79 | 1975 | 10 |
|
|
| 329.25 | 1975.88 | 1975 | 11 |
|
|
| 330.97 | 1975.96 | 1975 | 12 |
|
|
|
|
✅ Identifikujte proměnnou, která se v tomto datasetu mění v čase.
|
|
|
|
## Charakteristiky dat časových řad, které je třeba zvážit
|
|
|
|
Když se podíváte na data časových řad, můžete si všimnout, že mají [určité charakteristiky](https://online.stat.psu.edu/stat510/lesson/1/1.1), které je třeba vzít v úvahu a zmírnit, abyste lépe pochopili jejich vzorce. Pokud považujete data časových řad za potenciální „signál“, který chcete analyzovat, tyto charakteristiky lze považovat za „šum“. Často budete muset tento „šum“ snížit kompenzací některých z těchto charakteristik pomocí statistických technik.
|
|
|
|
Zde jsou některé koncepty, které byste měli znát, abyste mohli pracovat s časovými řadami:
|
|
|
|
🎓 **Trendy**
|
|
|
|
Trendy jsou definovány jako měřitelné nárůsty a poklesy v čase. [Zjistěte více](https://machinelearningmastery.com/time-series-trends-in-python). V kontextu časových řad jde o to, jak používat a případně odstraňovat trendy z vašich časových řad.
|
|
|
|
🎓 **[Sezónnost](https://machinelearningmastery.com/time-series-seasonality-with-python/)**
|
|
|
|
Sezónnost je definována jako periodické výkyvy, například nákupní horečky během svátků, které mohou ovlivnit prodeje. [Podívejte se](https://itl.nist.gov/div898/handbook/pmc/section4/pmc443.htm), jak různé typy grafů zobrazují sezónnost v datech.
|
|
|
|
🎓 **Odlehlé hodnoty**
|
|
|
|
Odlehlé hodnoty jsou daleko od standardní datové variance.
|
|
|
|
🎓 **Dlouhodobý cyklus**
|
|
|
|
Nezávisle na sezónnosti mohou data vykazovat dlouhodobý cyklus, například ekonomický pokles, který trvá déle než rok.
|
|
|
|
🎓 **Konstantní variance**
|
|
|
|
V průběhu času některá data vykazují konstantní výkyvy, například spotřeba energie během dne a noci.
|
|
|
|
🎓 **Náhlé změny**
|
|
|
|
Data mohou vykazovat náhlou změnu, která může vyžadovat další analýzu. Například náhlé uzavření podniků kvůli COVIDu způsobilo změny v datech.
|
|
|
|
✅ Zde je [ukázkový graf časových řad](https://www.kaggle.com/kashnitsky/topic-9-part-1-time-series-analysis-in-python) zobrazující denní útraty za herní měnu během několika let. Dokážete v těchto datech identifikovat některé z výše uvedených charakteristik?
|
|
|
|
|
|
|
|
## Cvičení - začínáme s daty o spotřebě energie
|
|
|
|
Začněme vytvářet model časových řad pro předpověď budoucí spotřeby energie na základě minulých hodnot.
|
|
|
|
> Data v tomto příkladu pocházejí ze soutěže GEFCom2014 o předpovědi. Obsahují 3 roky hodinových hodnot elektrické zátěže a teploty mezi lety 2012 a 2014.
|
|
>
|
|
> Tao Hong, Pierre Pinson, Shu Fan, Hamidreza Zareipour, Alberto Troccoli a Rob J. Hyndman, "Probabilistic energy forecasting: Global Energy Forecasting Competition 2014 and beyond", International Journal of Forecasting, vol.32, no.3, pp 896-913, červenec-září, 2016.
|
|
|
|
1. Ve složce `working` této lekce otevřete soubor _notebook.ipynb_. Začněte přidáním knihoven, které vám pomohou načíst a vizualizovat data:
|
|
|
|
```python
|
|
import os
|
|
import matplotlib.pyplot as plt
|
|
from common.utils import load_data
|
|
%matplotlib inline
|
|
```
|
|
|
|
Poznámka: Používáte soubory ze zahrnuté složky `common`, které nastavují vaše prostředí a zajišťují stahování dat.
|
|
|
|
2. Dále prozkoumejte data jako dataframe pomocí `load_data()` a `head()`:
|
|
|
|
```python
|
|
data_dir = './data'
|
|
energy = load_data(data_dir)[['load']]
|
|
energy.head()
|
|
```
|
|
|
|
Můžete vidět, že existují dva sloupce reprezentující datum a zátěž:
|
|
|
|
| | load |
|
|
| :-----------------: | :----: |
|
|
| 2012-01-01 00:00:00 | 2698.0 |
|
|
| 2012-01-01 01:00:00 | 2558.0 |
|
|
| 2012-01-01 02:00:00 | 2444.0 |
|
|
| 2012-01-01 03:00:00 | 2402.0 |
|
|
| 2012-01-01 04:00:00 | 2403.0 |
|
|
|
|
3. Nyní vykreslete data pomocí `plot()`:
|
|
|
|
```python
|
|
energy.plot(y='load', subplots=True, figsize=(15, 8), fontsize=12)
|
|
plt.xlabel('timestamp', fontsize=12)
|
|
plt.ylabel('load', fontsize=12)
|
|
plt.show()
|
|
```
|
|
|
|
|
|
|
|
4. Nyní vykreslete první týden července 2014 zadáním jako vstup do `energy` ve formátu `[od data]: [do data]`:
|
|
|
|
```python
|
|
energy['2014-07-01':'2014-07-07'].plot(y='load', subplots=True, figsize=(15, 8), fontsize=12)
|
|
plt.xlabel('timestamp', fontsize=12)
|
|
plt.ylabel('load', fontsize=12)
|
|
plt.show()
|
|
```
|
|
|
|
|
|
|
|
Krásný graf! Podívejte se na tyto grafy a zkuste určit některé z výše uvedených charakteristik. Co můžeme usoudit z vizualizace dat?
|
|
|
|
V příští lekci vytvoříte ARIMA model pro vytvoření předpovědí.
|
|
|
|
---
|
|
|
|
## 🚀Výzva
|
|
|
|
Vytvořte seznam všech odvětví a oblastí zkoumání, které by mohly těžit z předpovědi časových řad. Dokážete si představit aplikaci těchto technik v umění? V ekonometrice? Ekologii? Maloobchodu? Průmyslu? Financích? Kde ještě?
|
|
|
|
## [Kvíz po lekci](https://ff-quizzes.netlify.app/en/ml/)
|
|
|
|
## Přehled & Samostudium
|
|
|
|
Ačkoli je zde nebudeme pokrývat, neuronové sítě se někdy používají k vylepšení klasických metod předpovědi časových řad. Přečtěte si o nich více [v tomto článku](https://medium.com/microsoftazure/neural-networks-for-forecasting-financial-and-economic-time-series-6aca370ff412)
|
|
|
|
## Zadání
|
|
|
|
[Vizualizujte další časové řady](assignment.md)
|
|
|
|
---
|
|
|
|
**Prohlášení**:
|
|
Tento dokument byl přeložen pomocí služby pro automatický překlad [Co-op Translator](https://github.com/Azure/co-op-translator). Ačkoli se snažíme o přesnost, mějte prosím na paměti, že automatické překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho původním jazyce by měl být považován za autoritativní zdroj. Pro důležité informace se doporučuje profesionální lidský překlad. Neodpovídáme za žádná nedorozumění nebo nesprávné interpretace vyplývající z použití tohoto překladu. |