خط أساس أول للتنبؤ
تنبؤات ساذجة وبالمتوسط المتحرك
خط أساس أول للتنبؤ درس مجاني في Data Science Academy على CoddyKit. هذا هو الدرس 4 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 Data Science Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Data Science Academy 4 دروس في المجموع.
ابدأ دائمًا بالبساطة
قبل استخدام النماذج المتقدمة، تحتاج إلى خط أساس: تنبؤ بالغ البساطة يجب أن يتفوق عليه أي نموذج أكثر تعقيدًا حتى يبرر استخدامه. 🪜
التنبؤ الساذج
أبسط خطوط الأساس هو التنبؤ الساذج: افترض أن قيمة الغد تساوي قيمة اليوم. ومن الصعب على نحو مفاجئ التفوق عليه في البيانات المستقرة.
forecast = sales.iloc[-1]ترحيل القيمة الأخيرة
يعمل التنبؤ الساذج على تكرار أحدث مشاهدة إلى الأمام. فلا اتجاه ولا موسمية، بل أحدث نقطة معروفة فقط.
التنبؤ الساذج الموسمي
بالنسبة إلى البيانات الدورية، تنبأ بالقيمة التي كانت موجودة قبل موسم كامل. يحترم هذا التنبؤ الساذج الموسمي الأنماط المتكررة بتكلفة بسيطة.
forecast = sales.shift(12)التنبؤ بالمتوسط المتحرك
يحسب خط أساس آخر متوسط النقاط القليلة الأخيرة. يعمل المتوسط المتحرك على تنعيم الضوضاء وإسقاط ذلك المستوى إلى المستقبل.
forecast = sales.tail(7).mean()قسّم البيانات قبل التنبؤ
احتفظ بالجزء الأخير من الفترة الزمنية كمجموعة اختبار. ولا تخلط ترتيبها أبدًا؛ إذ يجب الحفاظ على الترتيب الزمني حتى يظل المستقبل غير مرئي.
train, test = sales[:-30], sales[-30:]قِس الخطأ
قارن التنبؤات بالقيم الحقيقية المحجوزة باستخدام مقياس للخطأ. يوضح MAE متوسط حجم أخطائك بالوحدات الفعلية.
from sklearn.metrics import mean_absolute_errorالرقم الذي يجب التفوق عليه
يصبح خطأ خط الأساس معيارًا مرجعيًا. وأي نموذج يحقق نتيجة أسوأ لا يستحق التعقيد الإضافي.
ارسم القيم الحقيقية مقابل التنبؤ
احرص دائمًا على رسم التنبؤ فوق قيم الاختبار الحقيقية. فعيناك تلتقطان التأخر والانحياز اللذين قد يخفيهما رقم واحد.
متى يفوز التنبؤ الساذج
إذا عجز نموذج معقد عن التفوق على الساذج، فثق بالنموذج البسيط. فالبساطة التي تحقق أداءً جيدًا ميزة وليست فشلًا.
الخطوة التالية
بعد تحديد خط الأساس، تصبح مستعدًا لاستخدام نماذج حقيقية مثل ARIMA أو Prophet، مع تقييم كل منها مقابل نقطة البداية النزيهة هذه.
تحقق سريع
ما الذي يتنبأ به التنبؤ الساذج البسيط للخطوة الزمنية التالية؟
مراجعة: اجعل التعقيد مستحقًا
أنشأت خطوط أساس ساذجة وموسمية وباستخدام المتوسط المتحرك، ثم قست الخطأ حتى تثبت النماذج المستقبلية أنها أفضل.
الأسئلة الشائعة
هل درس «خط أساس أول للتنبؤ» مجاني؟
نعم — نص درس «خط أساس أول للتنبؤ» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Data Science Academy، انتقل إلى CoddyKit PRO. تتضمن دورة Data Science Academy 4 دروس في المجموع.
ماذا ستتعلم في «خط أساس أول للتنبؤ»؟
تنبؤات ساذجة وبالمتوسط المتحرك تتمرن على Data Science Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ Data Science Academy؟
لا تُشترط خبرة سابقة. Data Science Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 4 من أصل 4.
كم من الوقت يستغرق درس «خط أساس أول للتنبؤ»؟
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 Data Science Academy هذا؟
نعم. كل درس في Data Science Academy 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
- الاتجاه والموسمية والضوضاء
- النوافذ المتحركة والإزاحات
- الثبات والفروق
- خط أساس أول للتنبؤ