Comparative Analysis of Machine Learning and Deep Learning Models for Time Series Forecasting – Shivangi Shailesh PATEL
Shivangi Shailesh PATEL
Diplomová práce
Comparative Analysis of Machine Learning and Deep Learning Models for Time Series Forecasting
Comparative Analysis of Machine Learning and Deep Learning Models for Time-Series Forecasting
Abstract:
This thesis examines the comparative suitability of statistical, machine learning, deep learning, and simple benchmark approaches for daily time series forecasting. It uses an anonymised canteen guest count data set and investigates how forecasting behaviour is affected by the amount of training data, noisy target values, missing and imputed predictors, a later temporal holdout, and computational requirements …víceAbstract:
This thesis examines the comparative suitability of statistical, machine learning, deep learning, and simple benchmark approaches for daily time series forecasting. It uses an anonymised canteen guest count data set and investigates how forecasting behaviour is affected by the amount of training data, noisy target values, missing and imputed predictors, a later temporal holdout, and computational requirements …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 11. 8. 2026
Obhajoba závěrečné práce
- Vedoucí: prof. Dr. Michael Scholz, prof. Dr. Florian Wahl
Citační záznam
Citace dle ISO 690:
PATEL, Shivangi Shailesh. \textit{Comparative Analysis of Machine Learning and Deep Learning Models for Time Series Forecasting}. Online. Diplomová práce. České Budějovice: Jihočeská univerzita v Českých Budějovicích, Přírodovědecká fakulta. 2026. Dostupné z: https://theses.cz/id/ax5m3l/.
Jak správně citovat práci
PATEL, Shivangi Shailesh. Comparative Analysis of Machine Learning and Deep Learning Models for Time Series Forecasting. České Budějovice, 2026. diplomová práce (Mgr.). JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH. Přírodovědecká fakulta
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH, Přírodovědecká fakulta
JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH
Přírodovědecká fakultaMagisterský studijní program / obor:
Artificial Intelligence and Data Science / Artificial Intelligence and Data Science
Práce na příbuzné téma
- Žádné práce na příbuzné téma.
Název
Vložil
Vloženo
Práva
Theses ax5m3l ax5m3l/2
12. 8. 2026
Složky
Soubory
-
Přidání souboru
Soubor nebo složku lze nahrát pomocí tlačítka Přidat. -
Další operace se soubory
Podrobnosti lze zjistit označením příslušného řádku. -
Pohled pro experty
Pro častou práci je možné zvolit režim Více možností. -
Vyhledávání souborů
Vyhledávaný výraz můžete zadat přímo do adresního řádku. -
Rychlý přístup k souborům
Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.