در این مطلب، ویدئو آموزش Holt-Winters in Python با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:07:37
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,000 –> 00:00:06,080
[موسیقی]
2
00:00:06,080 –> 00:00:07,040
سلام به همه
3
00:00:07,040 –> 00:00:09,519
در این ویدیو من به شما نشان خواهم داد که چگونه
4
00:00:09,519 –> 00:00:10,719
زمستان های هولت را
5
00:00:10,719 –> 00:00:14,000
در پایتون انجام دهید. زمستان ها یکی
6
00:00:14,000 –> 00:00:16,079
از قدیمی ترین
7
00:00:16,079 –> 00:00:18,320
مدل های پیش بینی سری های زمانی است.
8
00:00:18,320 –> 00:00:19,920
9
00:00:19,920 –> 00:00:23,039
10
00:00:23,039 –> 00:00:24,240
11
00:00:24,240 –> 00:00:26,160
محتوای من اولین لینک در
12
00:00:26,160 –> 00:00:27,439
توضیحات
13
00:00:27,439 –> 00:00:30,560
پورتال تخفیف مخفی من است که در آن
14
00:00:30,560 –> 00:00:31,679
15
00:00:31,679 –> 00:00:33,920
تخفیف های عمیق برای تمام دوره های udemi من خواهید یافت
16
00:00:33,920 –> 00:00:34,719
17
00:00:34,719 –> 00:00:36,800
یکی از این دوره ها مربوط به
18
00:00:36,800 –> 00:00:38,079
پیش بینی سری های زمانی
19
00:00:38,079 –> 00:00:40,960
در پایتون است که در آن اطلاعات بیشتری در مورد
20
00:00:40,960 –> 00:00:42,320
توییترهای کامل پیدا
21
00:00:42,320 –> 00:00:44,559
خواهید کرد این اسکریپت در دسترس خواهد بود.
22
00:00:44,559 –> 00:00:45,840
این دومین پیوندی است
23
00:00:45,840 –> 00:00:48,239
که در توضیحات پیدا خواهید کرد و
24
00:00:48,239 –> 00:00:49,440
می توانید آن را نگه دارید
25
00:00:49,440 –> 00:00:52,800
و برای نیازهای آینده خود برای
26
00:00:52,800 –> 00:00:56,000
این
27
00:00:56,000 –> 00:00:58,480
28
00:00:58,480 –> 00:00:59,280
29
00:00:59,280 –> 00:01:02,559
ویدیوی خاص از آن استفاده کنید. در سطح روزانه
30
00:01:02,559 –> 00:01:05,360
و کاری که ما سعی خواهیم کرد انجام دهیم این است که 31 روز آینده را پیش بینی کنیم
31
00:01:05,360 –> 00:01:06,080
32
00:01:06,080 –> 00:01:09,439
اولین کاری که
33
00:01:09,439 –> 00:01:11,439
باید انجام دهیم این است که تعدادی
34
00:01:11,439 –> 00:01:12,479
کتابخانه را
35
00:01:12,479 –> 00:01:16,080
وارد کنیم، بنابراین پانداها را
36
00:01:16,080 –> 00:01:19,759
به صورت pd و سپس از
37
00:01:19,759 –> 00:01:23,759
مدل های آماری dot tsa
38
00:01:23,759 –> 00:01:27,200
dot hol وارد کنیم. d زمستانها
39
00:01:27,200 –> 00:01:30,960
هموارسازی نمایی را وارد میکنیم
40
00:01:30,960 –> 00:01:34,479
و در اینجا به یک نرمافزار نمایی
41
00:01:34,479 –> 00:01:37,040
میرویم و اگر همه چیز را درست نوشتم
42
00:01:37,040 –> 00:01:37,680
اجرا میشود،
43
00:01:37,680 –> 00:01:41,040
بنابراین اجازه دهید ctrl را وارد کنم و یک سلول جدید باز کنم
44
00:01:41,040 –> 00:01:42,159
45
00:01:42,159 –> 00:01:45,280
و حالا کاری که باید در حین اجرا انجام دهم این
46
00:01:45,280 –> 00:01:46,240
47
00:01:46,240 –> 00:01:50,000
است که باید بازیابی کنم قاب داده مجموعه
48
00:01:50,000 –> 00:01:53,280
داده برابر است با پرانتز باز
49
00:01:53,280 –> 00:01:56,960
csv زیرخط خواندن pandas dot reading
50
00:01:56,960 –> 00:02:00,399
و کاری که باید انجام دهید این
51
00:02:00,399 –> 00:02:02,320
است که باید همان پیوند را بنویسید
52
00:02:02,320 –> 00:02:03,600
زیرا من
53
00:02:03,600 –> 00:02:06,560
این مجموعه داده را روی یک پیوند خاص
54
00:02:06,560 –> 00:02:07,280
ذخیره کرده ام و آن را
55
00:02:07,280 –> 00:02:10,160
در صفحه github ذخیره کردم و سپس من این لینک کوچک را ایجاد کردیم، از این
56
00:02:10,160 –> 00:02:11,280
57
00:02:11,280 –> 00:02:14,879
رو https و
58
00:02:14,879 –> 00:02:18,640
سپس دو نقطه اسلش را با دو نقطه و سپس
59
00:02:18,640 –> 00:02:23,040
نقطه l y و سپس udemy
60
00:02:23,040 –> 00:02:26,319
و سپس زیر خط داده قاب را ایجاد
61
00:02:26,319 –> 00:02:29,920
می کنیم و می رویم اجازه دهید من هم dataframe.head را انجام دهم
62
00:02:29,920 –> 00:02:30,480
تا ببینم
63
00:02:30,480 –> 00:02:33,599
چه چیزی از آن به دست می آوریم. ctrl enter
64
00:02:33,599 –> 00:02:36,800
و ما میرویم تا این تاریخ کریسمس شرقی را دریافت کنیم
65
00:02:36,800 –> 00:02:39,120
که میتواند بهعنوان پسرونده استفاده شود،
66
00:02:39,120 –> 00:02:40,400
67
00:02:40,400 –> 00:02:43,519
اما در واقع
68
00:02:43,519 –> 00:02:45,440
امکان استفاده از آنها را نداریم، زیرا
69
00:02:45,440 –> 00:02:46,720
از زمستانهای قدیمی استفاده میکنیم
70
00:02:46,720 –> 00:02:48,560
و چاپگرهای قدیمی اجازه رگرسیور را نمیدهند،
71
00:02:48,560 –> 00:02:50,080
بنابراین فقط از تاریخ استفاده میکنیم.
72
00:02:50,080 –> 00:02:53,040
و udemy a و کاری که باید انجام دهم این است
73
00:02:53,040 –> 00:02:53,440
74
00:02:53,440 –> 00:02:56,000
که باید این تاریخ را در ستون نمایه خود وارد کنم که
75
00:02:56,000 –> 00:02:57,200
76
00:02:57,200 –> 00:03:01,440
فراخوانی فهرست برابر با تاریخ است
77
00:03:01,440 –> 00:03:04,800
و شما به کاما بروید و سپس من این
78
00:03:04,800 –> 00:03:07,599
حالت های تجزیه را انجام می دهم و این زیرخط
79
00:03:07,599 –> 00:03:09,920
تاریخ های تجزیه را انجام می دهم این است که
80
00:03:09,920 –> 00:03:11,280
قالب تاریخ را
81
00:03:11,280 –> 00:03:14,239
به تبدیل می کند. متداول ترین که سالانه
82
00:03:14,239 –> 00:03:14,720
ماه
83
00:03:14,720 –> 00:03:18,000
و سپس روز است و در اینجا می رویم، بنابراین
84
00:03:18,000 –> 00:03:20,159
من درست را اضافه می کنم و سپس
85
00:03:20,159 –> 00:03:21,519
در
86
00:03:21,519 –> 00:03:24,239
نهایت می دانم که این در سطح است و شما می
87
00:03:24,239 –> 00:03:25,680
دانید زیرا شما انسان هستید،
88
00:03:25,680 –> 00:03:26,799
در تشخیص
89
00:03:26,799 –> 00:03:29,920
این الگوها بسیار خوب هستید اما پایتون این کار را نمی کند،
90
00:03:29,920 –> 00:03:32,400
باید به پایتون بگوییم که
91
00:03:32,400 –> 00:03:34,080
فرکانس روزانه داریم بنابراین به صورت
92
00:03:34,080 –> 00:03:37,920
frac و سپس d بزرگ برای روزانه،
93
00:03:37,920 –> 00:03:39,840
بیایید یک بار دیگر ctrl را وارد کنیم و ببینیم
94
00:03:39,840 –> 00:03:41,599
چه چیزی به دست می آوریم و به اینجا می رویم،
95
00:03:41,599 –> 00:03:44,239
بنابراین این فرمت جدید تاریخ در
96
00:03:44,239 –> 00:03:45,680
ایندکس است.
97
00:03:45,680 –> 00:03:47,680
اکنون که ما این را حل کردیم، میتوانیم
98
00:03:47,680 –> 00:03:49,680
مدل زمستان هولت خود را انجام دهیم تا
99
00:03:49,680 –> 00:03:51,519
مدل برابر با دو باشد
100
00:03:51,519 –> 00:03:53,680
و سپس از تابع هموارسازی نمایی
101
00:03:53,680 –> 00:03:55,040
102
00:03:55,040 —