Spaces:
No application file
No application file
File size: 4,393 Bytes
af243b3 eaf6e74 af243b3 eb5f62e eaf6e74 af243b3 eaf6e74 af243b3 eaf6e74 af243b3 eaf6e74 af243b3 eaf6e74 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 |
---
title: TimeSeriesHomework - Анализ и прогнозирование временных рядов
emoji: 📊
colorFrom: blue
colorTo: purple
sdk: streamlit
app_port: 8501
tags:
- streamlit
- timeseries
- forecasting
- machine-learning
pinned: false
short_description: Веб-приложение для анализа и прогнозирования временных рядов
---
# 📊 Анализ и прогнозирование временных рядов
Веб-приложение на Streamlit для выполнения двух лабораторных работ по анализу временных рядов.
## 🚀 Быстрый старт
```bash
pip install -r requirements.txt
streamlit run src/streamlit_app.py
```
Откройте браузер: `http://localhost:8501`
## 📚 Документация
- **[БЫСТРЫЙ_СТАРТ.md](БЫСТРЫЙ_СТАРТ.md)** - Краткая шпаргалка для быстрого начала работы
- **[РУКОВОДСТВО.md](РУКОВОДСТВО.md)** - Подробное руководство по использованию программы
- **[СТРУКТУРА_КОДА.md](СТРУКТУРА_КОДА.md)** - Описание структуры кода проекта
## 🧪 Лабораторные работы
### ЛР №1: Введение в анализ временных рядов
- Сбор и предобработка данных
- Описательная статистика и визуализация
- Проверка стационарности
- Создание лагов и скользящих статистик
- Анализ автокорреляции (ACF/PACF)
- Декомпозиция временного ряда
- Генерация HTML-отчёта
### ЛР №2: Прогнозирование временных рядов
- Углублённая декомпозиция
- Расширенный feature engineering
- Стратегии многопшагового прогнозирования
- Кросс-валидация для временных рядов
- Преобразования к стационарности (Box-Cox, дифференцирование)
- Модели экспоненциального сглаживания (SES, Holt)
- Диагностика остатков моделей
- Сравнительный анализ моделей
## 📁 Структура проекта
```
TimeSeriesHomework/
├── src/
│ ├── streamlit_app.py # Главное веб-приложение
│ ├── lab2_functions.py # Функции для ЛР №2
│ └── russia_covid_dataset.csv # Пример данных
├── requirements.txt # Зависимости Python
├── РУКОВОДСТВО.md # Подробное руководство
├── БЫСТРЫЙ_СТАРТ.md # Краткая шпаргалка
└── СТРУКТУРА_КОДА.md # Структура кода
```
## 🛠️ Технологии
- **Streamlit** - веб-интерфейс
- **Pandas** - работа с данными
- **NumPy** - численные вычисления
- **Plotly** - интерактивные графики
- **Statsmodels** - статистические модели
- **Scipy** - научные вычисления
- **Scikit-learn** - машинное обучение
## 📖 Использование
1. **Запустите приложение** (см. Быстрый старт)
2. **Выберите лабораторную работу** в боковой панели
3. **Следуйте инструкциям** в интерфейсе
4. **Изучите документацию** для подробного понимания
## 💡 Советы
- Начните с **БЫСТРЫЙ_СТАРТ.md** для быстрого начала
- Используйте **РУКОВОДСТВО.md** для подробного понимания
- Смотрите **СТРУКТУРА_КОДА.md** для понимания кода
## 📝 Лицензия
Проект создан для учебных целей.
---
**Вопросы?** См. документацию в файлах `РУКОВОДСТВО.md` и `БЫСТРЫЙ_СТАРТ.md`
|