Посилання до інформаційних ресірсів, які студент має використовувати у навчальному процесі
Книги:
1. Афанасьева Т.В. Моделирование нечетких тенденций временных рядов. Ульяновск : УлГТУ, 2013. 215 с.
2. Барсегян А.А. Анализ данных и процессов : учебное пособие. СПб : БХВ-Петербург, 2009. 512 с.
3. Вьюгин В.В. Математические основы теории машинного обучения и прогнозирования. М. 2013. 387 с.
4. Дюк В., Самойленко А. Data mining: учебный курс. СПБ : Питер, 2001. 368 с.
5. Осипов О.Ю. Теорія ймовірностей та математична статистика : навчальний посібник для студентів фізичного факультету. Запоріжжя : ЗНУ, 2011. 190 с.
6. Снитнюк В.Е. Прогнозирование. Модели, методы, алгоритмы : учебное пособие. К : «Маклаут», 2008. 364 с.
7. Adelchi Azzalini. Data analysis and data mining. Oxford University Press, 2012. 278 p.
8. Siegmund Brandt. Data Analysis. Springer, 2014. 523 p.
Інформаційні ресурси:
1. Competitions. Datasets : https://www.kaggle.com/datasets
2. Дані для виконання ІДЗ : http://data.worldbank.org/
3. Як створити власну нейронну мережу з нуля на мові Python : https://neurohive.io/ru/tutorial/kak-sozdat-nejronnuju-set-s-nulja-na-jazyke-python/
4. Машинне навчання для початківців: створення нейронних мереж : https://python-scripts.com/intro-to-neural-networks
5. Програмування нейромереж на Python: навчальний курс : https://www.asozykin.ru/courses/nnpython
6. Нейронні мережі на Python : https://kpfu.ru/portal/docs/F_1458204831/Nejronnye.seti.na.Python.pdf
7. Часові ряди та моделі прогнозування : https://4analytics.ru/prognozirovanie/vremennie-ryadi-i-modeli-prognozirovaniya.html
8. Аналіз часових рядів за допомогою Python : https://habr.com/ru/post/207160/
9. Аналіз і моделі часових рядів : https://www.statmethods.ru/statistics-metody/modeli-vremennykh-ryadov/