Анализ данных в Jupyter Notebook

Описание

В этом репозитории собраны Jupyter Notebook'и с выполненными учебными проектами и анализом данных.
Работы выполнены в рамках изучения статистики и методов анализа данных.

Файлы

• ANOVA.ipynb — пример дисперсионного анализа (ANOVA) для сравнения средних между группами.
• ARIMA.ipynb — моделирование временных рядов с помощью ARIMA, прогнозирование на основе прошлых значений.
• Claster.ipynb — кластеризация данных (например, методом k-means или иерархической кластеризации).
• LSTM.ipynb — прогнозирование временных рядов с помощью рекуррентной нейросети LSTM.
• Movingavg.ipynb — метод скользящих средних для сглаживания и прогнозирования временных рядов.
• TreeBasedForecasting.ipynb — прогнозирование с помощью деревьев решений и ансамблевых моделей (Random Forest, Gradient Boosting).
• VAR.ipynb — векторная авторегрессия (VAR) для анализа и прогнозирования многомерных временных рядов.
• Volatility.ipynb — оценка и моделирование волатильности временных рядов (например, GARCH-модели).
• Работа.ipynb — общий проект (курсовая работа) по теме «Анализ и прогнозирование диверсифицированного инвестиционного портфеля акций российских компаний».
• Сanonical.ipynb — анализ с использованием канонических корреляций (Canonical Correlation Analysis).

Как открыть

1. Скачайте репозиторий или отдельный файл.
2. Установите Jupyter Notebook (или используйте Google Colab).
3. Откройте файл с расширением .ipynb.

Автор

• Timofey Medvedev
• Email: timofey.m.medvedev@gmail.com
• GitHub: timofeymmedvedev