Schița de curs

ARIMA Models pentru Serii de Timp Forecasting

Technici Avansate Forecasting

Evaluarea și Optimizarea Modelelor de Predicție

Explorator Data Analysis pentru Serii de Timp

Introducere în Prophet pentru Serii de Timp Forecasting

Introducere în Analiza Seriilor de Timp

Aplicații din Viața de Zi cu Ziuă ale Analizei Seriilor de Timp

Rezumat și Pasul Următor

  • Studii de caz pentru predicția seriilor de timp
  • Exerciții practice cu seturi de date din viața reală
  • Pasul următor pentru analiza seriilor de timp în Python
  • Manipularea datelor lipsă în serii de timp
  • Predicția cu multe variabile în serii de timp
  • Personalizarea predicțiilor cu regresori externi
  • Prezentare generală a lui Prophet pentru predicția seriilor de timp
  • Implementarea modelelor Prophet în Google Colab
  • Manipularea feriilor și evenimentelor speciale în predicție
  • Prezentare generală a datelor din serii de timp
  • Componentele seriilor de timp: tendințe, sezonicitate, zgomot
  • Configurarea Google Colab pentru analiza seriilor de timp
  • Metrice de performanță pentru predicția seriilor de timp
  • Optimizarea modelelor ARIMA și Prophet
  • Validare cruzată și testare retroactivă
  • Comprehenerea ARIMA (AutoRegressive Integrated Moving Average)
  • Alegerea parametrilor pentru modelele ARIMA
  • Implementarea modelelor ARIMA în Python
  • Vizualizarea datelor din serii de timp
  • Decompoziția componentelor seriilor de timp
  • Detectarea sezonicității și tendințelor

Cerințe

PUBLICA

  • Analiziști de date
  • Cercetători în domeniul datelor
  • Profesioniști care lucrează cu serii temporale de date
  • Cunoaștere intermediară a programării în Python
  • Familiaritate cu statistica de bază și tehnici de analiză a datelor
 21 ore

Numărul de participanți


Pret per participant

Mărturii (5)

Upcoming Courses

Categorii înrudite