Schița de curs

Introducere în analiza seriilor cronologice

  • Prezentare generală a datelor din seriile cronologice
  • Componente ale seriilor temporale: tendință, sezonalitate, zgomot
  • Configurarea Google Colab pentru analiza seriilor temporale

Explorarea Data Analysis pentru seriile cronologice

  • Vizualizarea datelor din seriile cronologice
  • Descompunerea componentelor seriilor de timp
  • Detectarea sezonalității și a tendințelor

Modele ARIMA pentru serii cronologice Forecasting

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

Introducere în Prophet pentru serii cronologice Forecasting

  • Prezentare generală a Prophet pentru prognoza seriilor de timp
  • Implementarea modelelor Prophet în Go ogle Colab
  • Gestionarea sărbătorilor și a evenimentelor speciale în prognoză

Tehnici avansate Forecasting

  • Gestionarea datelor lipsă în seriile cronologice
  • Prognoza seriilor temporale multivariate
  • Personalizarea previziunilor cu ajutorul regresorilor externi

Evaluarea și reglarea fină a modelelor de prognoză

  • Măsurători de performanță pentru prognoza seriilor de timp
  • Reglarea fină a modelelor ARIMA și Prophet
  • Validarea încrucișată și testarea retrospectivă

Aplicații din lumea reală ale analizei seriilor cronologice

  • Studii de caz privind previziunile seriilor de timp
  • Exerciții practice cu seturi de date din lumea reală
  • Pașii următori pentru analiza seriilor de timp în Python

Rezumat și pași următori

Cerințe

  • Cunoștințe intermediare de programare Python
  • Familiaritate cu statisticile de bază și tehnicile de analiză a datelor

Audiență

  • Analiști de date
  • Oameni de știință în domeniul datelor
  • Profesioniști care lucrează cu serii de date temporale
 21 ore

Numărul de participanți


Pret per participant

Mărturii (5)

Upcoming Courses

Categorii înrudite