تحليل السلاسل الزمنية (Time Series)

وعليكم السلام ورحمة الله وبركاته.

إن تحليل السلاسل الزمنية (Time Series) هو مجال مهم جدا في تعلم الآلة ويستخدم على نطاق واسع في الشركات وذلك لإتخاذ قرارات تعتمد على الزمن مثل التنبؤ بالمبيعات وتحليل السوق والصيانة التنبؤية وتحليل المخزون وغيرها.

فالسلسلة الزمنية هي مجموعة من البيانات التي تجمع بترتيب زمني وغالبا تكون على فترات منتظمة مثل كل ساعة أو كل يوم أو كل شهر وهكذا.

فمثلا عدد الزوار لموقع إلكتروني كل يوم خلال سنة هو سلسلة زمنية.

والعمليات المستخدمة بكثرة فيه :

1. الرسم البياني:
   • نستخدم المخططات الخطية لرؤية الأنماط بمرور الوقت.
2. تحليل المكونات:
   • الاتجاه (Trend)
   • الموسمية (Seasonality)
   • الضوضاء (Noise)
   • الدورات (Cycles)
3. تحويل البيانات:
   • مثل تحويلها إلى اختلافات (Differences) لإزالة الاتجاه.
4. النماذج التنبؤية المستخدمة:
   • ARIMA (من أكثر النماذج الكلاسيكية شهرة).
   • Prophet من فيسبوك وهو سهل وسريع التهيئة.
   • LSTM و GRU.
   • XGBoost و RandomForest (عند استخدام ميزات مستخرجة من الزمن).

وإليك التالي لمزيد من التفاصيل :

أما في دورة الذكاء الإصطناعي فتم شرح وإستخدام السلاسل الزمنية في مسار "تطوير نماذج ذكاء اصطناعي لمتجر إلكتروني" هنا :

ستجده في هذا المسار القسم الخامس .