Learn AI with Python · درس

‏Prophet للتنبؤ المؤتمت

‏Facebook Prophet، ونقاط تغيّر الاتجاه، وتأثيرات العطلات، وفواصل عدم اليقين، والتحقق المتقاطع

‏Prophet للتنبؤ المؤتمت درس مجاني في Learn AI with Python على CoddyKit. هذا هو الدرس 3 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Learn AI with Python، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Learn AI with Python 4 دروس في المجموع.

ما هو Prophet؟

إن Prophet مكتبة مفتوحة المصدر للتنبؤ من Meta. وهي تلائم الاتجاه العام والموسمية وتأثيرات العطلات تلقائيًا، وتتعامل بسلاسة مع البيانات المفقودة والقيم الشاذة، وتحتاج إلى ضبط أقل بكثير من ARIMA، مما يجعلها مناسبة جدًا لتنبؤات الأعمال.

التثبيت والاستيراد

يتطلب Prophet عملية استيراد واحدة بعد تثبيته.

# pip install prophet
from prophet import Prophet
import pandas as pd

تنسيق DataFrame المطلوب

يتطلب Prophet عمودين بالضبط: ds، وهو الطابع الزمني، وy، وهي القيمة المراد التنبؤ بها. وتُعد إعادة تسمية أعمدتكم إلى هذين الاسمين أمرًا إلزاميًا.

df = df.rename(columns={"date": "ds", "sales": "y"})
df["ds"] = pd.to_datetime(df["ds"])
print(df.head())

إنشاء النموذج

أنشئوا مثيلًا من Prophet، مع إمكانية اختيار كيفية اجتماع الموسمية مع الاتجاه العام. وتناسب multiplicative السلاسل التي تزداد فيها التذبذبات الموسمية مع ارتفاع المستوى.

m = Prophet(seasonality_mode="multiplicative")

الموسمية الجمعية مقابل الضربية

الوضع الافتراضي هو additive، أي السعة الموسمية الثابتة. استخدموا multiplicative عندما تصبح القمم أكبر مع ارتفاع الاتجاه العام، مثل المبيعات التي تتسع تذبذباتها خلال السنوات ذات حجم المبيعات المرتفع.

ملاءمة النموذج

استدعوا fit على DataFrame المُعد مسبقًا. ويقدّر Prophet نقاط تغير الاتجاه العام والمكونات الموسمية تلقائيًا.

m.fit(df)

إنشاء DataFrame مستقبلي

توسّع make_future_dataframe فهرس التواريخ إلى الأمام، حتى يعرف Prophet التواريخ التي ينبغي التنبؤ بها.

future = m.make_future_dataframe(periods=90, freq="D")
print(future.tail())

إنشاء التنبؤات

تعيد predict DataFrame يتضمن yhat، أي التنبؤ، بالإضافة إلى حدود عدم اليقين yhat_lower وyhat_upper.

forecast = m.predict(future)
forecast[["ds", "yhat", "yhat_lower", "yhat_upper"]].tail()

رسم التنبؤ

يحتوي Prophet على مخططات مدمجة: مخطط للتنبؤ مع عدم اليقين، ومخطط للمكونات يعرض الاتجاه العام وكل مكوّن موسمي على حدة.

fig1 = m.plot(forecast)
fig2 = m.plot_components(forecast)

إضافة العطلات والمتغيرات التفسيرية

يمكنكم تسجيل عطلات بلد معينة أو أحداث مخصصة، وإضافة متغيرات تفسيرية باستخدام add_regressor، مما يعزز الدقة غالبًا في بيانات الأعمال.

m.add_country_holidays(country_name="US")
m.add_regressor("promo_flag")

التحقق المتقاطع

يتحقق Prophet من صحة النموذج باستخدام cross_validation بنوافذ متحركة، ثم تعرض performance_metrics مقاييس RMSE وMAE وMAPE عبر آفاق التنبؤ.

from prophet.diagnostics import cross_validation, performance_metrics

cv = cross_validation(m, initial="365 days",
                      period="90 days", horizon="90 days")
performance_metrics(cv).head()

اختبار سريع

اختبروا معرفتكم بـ Prophet.

مراجعة

استخدمتم Prophet: أعدتم تسمية الأعمدة إلى ds وy، وأنشأتم Prophet(seasonality_mode="multiplicative")، ثم استخدمتم fit، وأنشأتم إطارًا مستقبليًا باستخدام make_future_dataframe، واستدعَيتم predict، ورسمتم النتائج، وتحققتم من صحتها باستخدام cross_validation. التالي: التنبؤ باستخدام LSTM.

الأسئلة الشائعة

هل درس «‏Prophet للتنبؤ المؤتمت» مجاني؟

نعم — نص درس «‏Prophet للتنبؤ المؤتمت» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Learn AI with Python، انتقل إلى CoddyKit PRO. تتضمن دورة Learn AI with Python 4 دروس في المجموع.

ماذا ستتعلم في «‏Prophet للتنبؤ المؤتمت»؟

‏Facebook Prophet، ونقاط تغيّر الاتجاه، وتأثيرات العطلات، وفواصل عدم اليقين، والتحقق المتقاطع تتمرن على Learn AI with Python مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.

هل أحتاج إلى خبرة سابقة لأبدأ Learn AI with Python؟

لا تُشترط خبرة سابقة. Learn AI with Python على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 3 من أصل 4.

كم من الوقت يستغرق درس «‏Prophet للتنبؤ المؤتمت»؟

معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.

هل يمكنني كتابة وتشغيل أكواد في درس Learn AI with Python هذا؟

نعم. كل درس في Learn AI with Python يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.

جميع الدروس في هذه الدورة

← العودة إلى Learn AI with Python