Predpovedanie časových radov

Abstract

Tato práce se zaměřuje na predikci časových řad pomocí hlubokých neuronových sítí. Cílem je popsat vybrané metody, implementovat je a porovnat jejich účinnost na reálných datech. Hodnocení je založeno na metrikách odchylky a vizuálním porovnání výsledků. Výsledkem je identifikace nejvhodnějšího přístupu k predikci časových řad v této oblasti.

This thesis focuses on time series forecasting using deep neural networks. The aim is to describe selected methods, implement them, and compare their effectiveness on real-world data. The evaluation is based on deviation metrics and visual comparison of results. The outcome is the identification of the most suitable approach for time series forecasting in this domain.