時間序列預測

認識資料科學

Lis Sulmont

Curriculum Manager

資料科學中的建模

什麼是統計模型？

• 用統計描述真實世界流程
• 變數間的數學關係，包含隨機變數
• 建立於統計假設與歷史資料

預測式建模

• 輸入新資料，模型預測結果

預測式建模

• 輸入新資料，模型預測結果

預測式建模

• 輸入新資料，模型預測結果
  • 結果的機率

預測式建模

• 輸入新資料，模型預測結果
  • 結果的機率
• 複雜度可變：從線性方程到深度學習演算法

時間序列資料

依時間排序的一系列觀測值

• 股票價格
• 油價
• 失業率
• 心率
• CO2 濃度
• 潮汐高度

繪製時間序列資料

日期	比率
1976-01-01	7.1
1976-02-01	7
...
1991-01-01	10.3
...
2015-04-01	6.8
2015-05-01	6.8

時間序列的季節性

時間序列的季節性

時間序列預測

• 範例：
  • 下個月會下多少雨？
  • 接下來半小時交通會紓緩嗎？
  • 未來 6 小時股市怎麼走？
  • 20 年後地球人口多少？
• 由歷史資料建立模型來產生預測
• 方法結合統計與機器學習

$$

信賴區間

模型對於真實值落在此範圍的把握度為 X%

一起來練習吧！

認識資料科學