Analiza aktywności fizycznej

Struktura Projektu

.
├── data/
│   ├── health_data.csv         # Dane dotyczące aktywności
│   └── weather_data.csv        # Dane meteorologiczne
├── lib/
│   └── functions.py            # Funkcje pomocnicze
├── .gitignore
├── README.md
├── requirements.txt
├── sf.pdf                      # Prezentacja projektu
└── steps-forecasting.ipynb     # Notebook z projektem

Etapy Projektu

1. Zebranie danych

• Zgromadzenie danych o aktywności
• Zgromadzenie danych pogodowych

2. Przygotowanie danych

• Przygotowanie danych o aktywności
• Przygotowanie danych pogodowych

3. Analiza danych

• Analiza szeregu czasowego
• Analiza zmiennych dodatkowych
  • Zmienne kalendarzowe
  • Zmienne pogodowe

4. Modelowanie

• Porównanie modeli SARIMA i Prophet
• Selekcja i dostrajanie modelu
• Prognoza na danych testowych

Wymagania systemowe

• Python 3.8+
• Wymagane biblioteki w pliku requirements.txt

Instalacja i uruchomienie

1. Instalacja zależności:

pip install -r requirements.txt

2. Uruchomienie analizy:

jupyter notebook steps-forecasting.ipynb