Autoregresja – przewidywanie kolejnego elementu na podstawie poprzednich.

Autoregresja to metoda analizy szeregu czasowego, w której wartość kolejnego elementu jest przewidywana na podstawie wartości poprzednich elementów tej samej zmiennej. Technika ta zakłada, że istnieje liniowa zależność pomiędzy aktualnym a wcześniejszymi obserwacjami, co umożliwia modelowanie i prognozowanie danych dynamicznych. W modelach autoregresyjnych (AR) aktualna wartość jest wyrażana jako kombinacja ważonych wartości przeszłych oraz losowego składnika zakłócającego.

W kontekście sztucznej inteligencji i uczenia maszynowego autoregresja jest szeroko wykorzystywana do przewidywania kolejnych punktów w sekwencjach czasowych, takich jak sygnały ekonomiczne, dane pogodowe czy serie pomiarowe. Modele autoregresyjne stanowią podstawę wielu zaawansowanych technik, łącząc się z innymi metodami analizy szeregów czasowych, co pozwala na efektywne uchwycenie zależności czasowych i prognozowanie przyszłych wartości na podstawie historycznych danych.