Schița de curs

Introducere în Analiza Seriilor Temporale

  • Prezentare generală a datelor de serii temporale
  • Compozitile ale seriei temporale: tendințe, sezonicitate, zgomot
  • Configurarea Google Colab pentru analiza seriilor temporale

Explorarea Data Analysis a Seriilor Temporale

  • Vizualizarea datelor de serii temporale
  • Decomponerea componentelor seriilor temporale
  • Detectarea sezonicității și tendințelor

Modele ARIMA pentru Seriile Temporale Forecasting

  • Comprehenerea ARIMA (AutoRegressive Integrated Moving Average)
  • Alegerea parametrilor pentru modelele ARIMA
  • Implementarea modelelor ARIMA în Python

Introducere la Prophet pentru Seriile Temporale Forecasting

  • Prezentare generală a lui Prophet pentru previziuni de serii temporale
  • Implementarea modelelor Prophet în Google Colab
  • Gestionarea ferilor și evenimente speciale în previziuni

Tehnici Avansate Forecasting

  • Gestionarea datelor lipsă în serii temporale
  • Previziuni de serii temporale multivariate
  • Personalizarea previziunilor cu regresori externi

Evaluarea și Optimizarea Modelurilor de Previziune

  • Mărimi de performanță pentru previziuni de serii temporale
  • Optimizarea modelelor ARIMA și Prophet
  • Validare cruzată și testare înapoi

Aplicații din Lumea Reală ale Analizei Seriilor Temporale

  • Studii de caz privind previziunile seriei temporale
  • Exerciții practice cu seturi de date din lumea reală
  • Următoarele pași pentru analiza seriilor temporale în Python

Rezumat și Următorii Pași

Cerințe

  • Cunoștințe intermediare de programare în Python
  • Cunoașterea tehnicii de bază ale statisticilor și analizei datelor

Publicul-țintă

  • Analizați de date
  • Cercetători în domeniul datelor
  • Profesioniști care lucrează cu serii temporale de date
 21 ore

Numărul de participanți


Pret per participant

Mărturii (5)

Upcoming Courses

Categorii înrudite