Analýza časových řad

Abstract

Cílem této diplomové práce je popsat používané metody analýzy časových řad pomocí hlubokých neuronových sítí a na zvolených datech porovnat jejich účinnosti. Práce popisuje vlastnosti časových řad a neuronových sítí. Vyjmenovává typy vrstev, které se v neuronových sítích využívají. Dále jsou zde popsány metody založené na strojovém učení, předzpracování dat a základy jazyka Python. Pro implementaci zvolených metod byl zvolen jazyk Python.

The aim of this master's thesis is to describe the methods used for time series analysis using deep neural networks and to compare their effectiveness on selected data. Thesis describes characteristics of time series and neural networks. It lists types of layers that are used in neural networks. Further there are described methods based on machine learning, data preprocessing and fundamentals of Python language. For implementation of selected methods was chosen Python language.