Σχεδιασμός και ανάπτυξη εφαρμογής χρήσης μεθόδων πρόβλεψης με τη γλώσσα προγραμματισμού Python

Abstract

Η διπλωματική εργασία έχει σκοπό να παρουσιάσει τον σχεδιασμό και την ανάπτυξη εφαρμογής λογισμικού με τη γλώσσα προγραμματισμού Python. Η εφαρμογή θα χρησιμοποιεί τις βασικές μεθόδους πρόβλεψης (μεθόδους ανάλυσης χρονοσειρών) για την πρόβλεψη των μελλοντικών τιμών σε χρονοσειρές. Η εργασία χωρίζεται σε 2 μέρη, το θεωρητικό και το πρακτικό. Στο θεωρητικό μέρος, θα αναλυθεί η έννοια των προβλέψεων. Πιο αναλυτικά, θα δοθούν οι ορισμοί των προβλέψεων, οι τομείς στους οποίους χρησιμοποιούνται, διάφοροι μέθοδοι προβλέψεων, οι μέθοδοι ανάλυσης χρονοσειρών βασισμένα σε βιβλιογραφική επισκόπηση. Επίσης θα πραγματοποιηθεί μια ανασκόπηση αναφορικά με τη γλώσσα προγραμματισμού Python και τους λόγους για τον οποίο αυτή επιλέχθηκε. Στο πρακτικό μέρος της εργασίας, θα πραγματοποιηθεί ο σχεδιασμός και η ανάπτυξη της εφαρμογής. Θα γίνει έλεγχος εγκυρότητας και αξιοπιστίας και θα παρουσιαστούν χαρακτηριστικά παραδείγματα. Τέλος θα αναγράφονται τα συμπεράσματα που προέκυψαν, ενδεχόμενοι τρόποι βελτίωσης της εργασίας, καθώς και προτάσεις για μελλοντική έρευνα και χρήση.

The thesis aims to present the design and development of a software application using the Python programming language. The application will use the basic forecasting methods (time series analysis methods) to predict future values in time series. The paper is divided into 2 parts, theoretical and practical. In the theoretical part, the concept of forecasting will be analyzed. In more detail, the definitions of forecasts, the areas in which they are used, various forecasting methods, time series analysis methods based on literature review will be given. A review will also be provided regarding the Python programming language and the reasons why it was chosen. In the practical part of the paper, the design and development of the application will be carried out. Validity and reliability checks will be performed and typical examples will be presented. Finally, the conclusions drawn, possible ways to improve the work, and suggestions for future research and use will be listed.