SDSC6012
时间序列与循环神经网络
📘 简介
本课程针对时间序列数据的分析与建模，教授学生使用统计工具与循环神经网络进行预测的知识与技能。课程涵盖时间序列基本概念、ARMA 和 GARCH 模型、模型选择准则，以及 R 软件在时间序列分析中的应用。此外，学生还将学习循环神经网络及其在时间序列预测中的实践。
🔗 相关链接
🎯 学习目标
完成课程后，学生将能够：
✔️ 描述 AR、MA、ARMA、ARCH、GARCH 模型以及循环神经网络；
✔️ 使用 R 软件分析实际数据中的时间序列模型；
✔️ 解释时间序列模型的选择准则；
✔️ 运用模型进行时间序列预测；
✔️ 使用循环神经网络预测时间序列数据。
📊 评估方式
| 评估项目 | 权重 | 具体描述 |
|---|---|---|
| 📄 测试 | 25% | 评估学生对统计方法与循环神经网络的理解与应用能力。 |
| 🖥️ 作业 | 25% | 完成 R 软件相关任务，分析时间序列数据并解释结果。 |
| 📄 期末考试 | 50% | 2小时书面考试，评估学生对课程内容的综合掌握。 |
💬 课程评价
✨ 精选评价
💡 加入讨论
在下方评论分享您的评价、问题或经验👇
“期待你的评价。”
—— CityU