مطالب پیشنهادی از سراسر وب

آموزش تحلیل کسب و کار: پیش بینی با هموارسازی نمایی

دسته بندی ها: آموزش کسب و کار (Business) ، آموزش R ، آموزش های لینکدین (LinkedIn)

هموار سازی نمایی اصطلاحی است برای مجموعه ای از روندهای پیش بینی مستقیم که خود اصلاحی را اعمال می کنند. هر پیش بینی شامل دو کامپوننت است. یک میانگین وزن دار از پیش بینی قبلی، به علاوه یک تعدیل که می تواند پیش بینی قبلی را دقیق تر کند. هموار سازی، مانند معتبرترین رویکردها برای پیش بینی، به یک پایه اولیه از مشاهدات، برای درست کار کردن نیاز دارد. درآمدهای هفتگی و پذیرش روزانه بیمارستان نمونه هایی بارز هستند. چندین نسخه از هموارسازی نمایی وجود دارد که هر کدام مربوط به یک نوع از پایه اولیه است. در این دوره، Conrad Carlberg مقدمه ای برای هموارسازی نمایی ساده، بررسی عمیق ایده اصلی پشت آن و توضیحی از نحوه جمع آوری معادله پیش بینی و بهینه سازی پیش بینی ها ارائه می دهد.

مقدمه

3. اندازه گیری دقت پیش بینی

4. بهینه سازی پیش بینی ها

نتیجه

آیا این نوشته را دوست داشتید؟
Linkedin Business Analytics: Forecasting with Exponential Smoothing Author:Conrad Carlberg Duration:1:05:13 Level:ADVANCED

Exponential smoothing is a term for a set of straightforward forecasting procedures that apply self-correction. Each forecast comprises two components. It's a weighted average of the prior forecast, plus an adjustment that would have made the prior forecast more accurate. Smoothing—like most credible approaches to forecasting—requires a baseline of observations, in sequence, to work properly. Weekly revenues and daily hospital admissions are typical examples. Several versions of exponential smoothing exist, each corresponding to a type of baseline. In this course, Conrad Carlberg provides an introduction to simple exponential smoothing, diving into the basic idea behind it, and explaining how to assemble the forecast equation and optimize forecasts.

پیشنهاد آموزش مرتبط در فرادرس