تخطّي إلى المحتوى
Kudos AI

السلاسل الزمنية

ما الذي ينكسر حين لا تكون المشاهدات مستقلّة: انحدار يجد علاقة بين سلسلتين لا رابط بينهما، وأخطاء معيارية خاطئة بعامل معلوم، وتقسيم تحقّق يعلن نموذجاً أفضل بأكثر من خمس مرّات ممّا هو عليه.

متوسّط340 XP~1 h90% للتقدّم

سجّل الدخول لخوض الاختبارات وكسب XP وفتح المراحل عند بلوغك إتقان 90%.

  1. الاستقرارية والانحدار الزائف

    25 دقيقة · 100 XP

    سلسلتان لا صلة بينهما البتّة، تُنحدر إحداهما على الأخرى فتخرج معنويةً في 82.8٪ من الحالات، وخاصّية البيانات التي تسبّب ذلك، والتحويل ذو السطر الواحد الذي يعيد الاختبار الأمين.

    افتح الدرس →

    سجّل الدخول لخوض الاختبار المكوّن من 3 أسئلة.

  2. الارتباط الذاتي ونموذج الانحدار الذاتي

    30 دقيقة · 120 XP

    قياس مدّة ذاكرة السلسلة، وأبسط نموذج ينتج تلك الذاكرة، والعامل الدقيق الذي يضخّم به الاعتماد عدمَ اليقين في المتوسّط.

    افتح الدرس →

    سجّل الدخول لخوض الاختبار المكوّن من 3 أسئلة.

  3. التنبّؤ والتقسيم الذي يكذب

    30 دقيقة · 120 XP

    لماذا يعلن التقسيم المخلوط نموذجاً أفضل بأكثر من خمس مرّات ممّا هو عليه، والتنبّؤ الساذج الذي يتجاوز أكثر الطرق على مسيرة عشوائية، وكيف يبدو التقييم الأمين.

    افتح الدرس →

    سجّل الدخول لخوض الاختبار المكوّن من 3 أسئلة.

أكمل جميع الوحدات → لتكسب شارة السلاسل الزمنية