Bc. Samuel Ambros

Diplomová práce

Leveraging Machine Learning for Time Series Predictive Analysis

Leveraging Machine Learning for Time Series Predictive Analysis
Anotace:
Táto diplomová práca hodnotí efektívnosť jedenástich rôznych modelov prognózovania na viacerých súboroch údajov s rôznymi charakteristikami. Analyzované modely zahŕňajú lineárnu regresiu, ARIMA, SARIMAX, Prophet, ETS, DLT, KTR, LSTM, grafové neurónové siete, Transformer a automatizované modely strojového učenia pomocou AutoTS. Zistenia naznačujú, že žiadny model nie je jednotne lepší vo všetkých skúmaných …více
Abstract:
This thesis evaluates the effectiveness of eleven different forecasting models on multiple datasets with diverse characteristics. The models analyzed include linear regression, ARIMA, SARIMAX, Prophet, ETS, DLT, KTR, LSTM, Graph Neural Networks, Transformer models, and automated machine learning models using AutoTS. The findings suggest that no single model uniformly outperforms others across all datasets …více
 
 
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 21. 5. 2024

Obhajoba závěrečné práce

  • Obhajoba proběhla 20. 6. 2024
  • Vedoucí: doc. Ing. RNDr. Barbora Bühnová, Ph.D.
  • Oponent: doc. Ing. Radim Burget, Ph.D.

Citační záznam

Plný text práce

Obsah online archivu závěrečné práce
Zveřejněno v Theses:
  • světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Fakulta informatiky