План на курса

Въведение в анализа на времеви редове

  • Преглед на данни от времеви редове
  • Компоненти на времевите редове: тенденция, сезонност, шум
  • Настройване на Google Colab за анализ на времеви редове

Проучвателен Data Analysis за времеви редове

  • Визуализиране на данни от времеви серии
  • Декомпозиране на компоненти на времеви редове
  • Откриване на сезонност и тенденции

ARIMA модели за времеви редове Forecasting

  • Разбиране на ARIMA (Авторегресивна интегрирана подвижна средна)
  • Избор на параметри за модели ARIMA
  • Внедряване на ARIMA модели в Python

Въведение в Prophet за времеви серии Forecasting

  • Преглед на Prophet за прогнозиране на времеви редове
  • Внедряване на модели на Prophet в Google Colab
  • Обработка на празници и специални събития при прогнозиране

Напреднали Forecasting техники

  • Обработка на липсващи данни във времеви редове
  • Прогнозиране на многомерни времеви редове
  • Персонализиране на прогнози с външни регресори

Оценка и фина настройка на прогнозни модели

  • Показатели за ефективност за прогнозиране на времеви редове
  • Фина настройка на модели ARIMA и Prophet
  • Кръстосано валидиране и бектест

Реални приложения на анализ на времеви редове

  • Казуси от прогнозиране на времеви редове
  • Практически упражнения с масиви от реални данни
  • Следващи стъпки за анализ на времеви редове в Python

Обобщение и следващи стъпки

Изисквания

  • Средни познания по Python програмиране
  • Познаване на основни статистики и техники за анализ на данни

Публика

  • Анализатори на данни
  • Учени по данни
  • Професионалисти, работещи с данни от времеви редове
 21 Часа

Брой участници


Цена за участник

Oтзиви от потребители (5)

Предстоящи Курсове

Свързани Kатегории