Comparison of machine learning methods in time series data analysis

Ovaj rad opisuje metode strojnog učenja u analizi vremenskih serija. Teorijski opis strojnog učenja i metoda korištenih za analizu i predviđanje podataka vremenskih serija popraćen je primjerima korištenog koda u programskom jeziku R i vizualizacijom podataka. Opisane su regresijske metode predviđanja i metode glađenja nad podacima iz odabranog skupa podataka u cilju pronalaženja najboljeg modela. Odabrani skup je skup podataka izmjeren senzorom u vremenskom periodu od otprilike 7 dana, mjerenih svakih pola minute. Senzorskim mjerenjem prikazani su parametri breskve koja se nalazi u zatvorenoj posudi. Parametri koji su izmjeri: kisik, ugljikov dioksid, etilen, temperatura i vlaga