Что важно знать
- Тренд, сезонность, праздники, структурные сдвиги.
- Наивный и сезонный наивный прогноз — базовые линии.
- ETS, ARIMA, Prophet для немногих рядов; бустинг для множества.
- Валидация только по времени.
Этап 8 из 14 · ≈ 12 ч
Временные ряды и прогнозирование
Основа с Middle
Базовые линии, статистические модели и бустинг на лагах, валидация по времени.
Критерии освоения
Middle ≈ 12 ч
- Строит прогноз с базовой линией и обыгрывает её моделью
- Валидирует прогноз по времени скользящим окном и выбирает бизнес-метрику ошибки
- Строит лаговые и календарные признаки без утечки горизонта
Практика. Спрогнозировать продажи магазинов на открытом датасете на 4 недели вперёд, сравнив сезонный наивный прогноз, ETS и бустинг.
Senior ≈ 8 ч
- Строит иерархический или вероятностный прогноз и доводит его до решений о запасах или мощностях
Практика. Сделать вероятностный прогноз спроса и рассчитать по нему страховой запас с оценкой потерь от нехватки и излишков.
Проверка знаний
Войдите, чтобы пройти тест: сданный тест отмечает тему пройденной на карте и в ИПР.
Вопросы с собеседований
Смотреть всеКак подойти к задаче прогнозирования временного ряда?Middle
Начать с простого базового прогноза (вчерашнее значение, то же время неделю назад, скользящее среднее) — его нужно обыграть. Затем: статистические модели (ETS, ARIMA, Prophet) для небольшого числа рядов или бустинг на признаках (лаги, скользящие статистики…
Полный разборЧто такое кросс-валидация и как правильно валидировать модель на временных данных?Middle
K-fold: данные делят на k частей, модель обучают k раз, каждый раз оставляя одну часть для проверки, и усредняют метрику — оценка надёжнее одного разбиения. Для временных данных перемешивать нельзя: обучаются на прошлом, проверяются на будущем (скользящее…
Полный разборКак работать с временными рядами в pandas — ресемплинг, скользящие окна, сдвиги?Middle
Индекс — DatetimeIndex (pd.to_datetime и set_index). resample("D") меняет частоту с агрегатом (события → сумма по дням, дни → недели). rolling(7) — скользящее окно (среднее за 7 последних точек; с индексом времени — rolling("7D")). shift(n) — сдвиг на n…
Полный разборЧто такое утечка данных (data leakage) в машинном обучении?Middle
Утечка — в обучении используется информация, недоступная в момент реального прогноза. Метрики на валидации получаются завышенными, а в продакшене модель проваливается. Виды: утечка целевой переменной (признак — следствие ответа), утечка из будущего…
Полный разборКак вы строите признаки для модели?Middle
Признаки часто важнее выбора модели. Источники: знание предметной области (доля возвратов клиента, время с последней покупки), агрегаты по истории (среднее, число событий за окна), время (день недели, праздники, сезонность), взаимодействия и отношения…
Полный разбор
Партнёр платформы
Разбор собеседования
Разбор собеседования с sotto
После собеседования sotto разбирает разговор: оценка, каждый вопрос — хорошо, частично или слабо, чего не хватило в ответе и над чем поработать к следующему разу. Первые 30 минут бесплатно.