План на курса

Въведение в анализа на временни редици

  • Общ преглед на данни от временни редици
  • Компоненти на временни редици: тренд, сезонност, шум
  • Настройка на Google Colab за анализ на временни редици

Експлоративен Data Analysis за временни редици

  • Визуализация на данни от временни редици
  • Разложение на компоненти на временни редици
  • Откриване на сезонност и трендове

ARIMA модели за временни редици Forecasting

  • Разбиране на ARIMA (AutoRegressive Integrated Moving Average)
  • Избор на параметри за ARIMA модели
  • Имплементиране на ARIMA модели в Python

Въведение в Prophet за временни редици Forecasting

  • Общ преглед на Prophet за прогнозиране на временни редици
  • Имплементиране на модели на Prophet в Google Colab
  • Обработка на празници и специални събития в прогнозирането

Напредни Forecasting техники

  • Обработка на пропуски в данни от временни редици
  • Многомерно прогнозиране на временни редици
  • Персонализиране на прогнозите с външни регресори

Оценка и настройка на модели за прогнозиране

  • Метрики за оценка на прогнозирането на временни редици
  • Настройка на модели на ARIMA и Prophet
  • Крос-валидация и тестване на истока

Реални приложения на анализа на временни редици

  • Примерни случаи на прогнозиране на временни редици
  • Практическа работа с реални набори от данни
  • Следващи стъпки за анализа на временни редици в Python

Резюме и следващи стъпки

Изисквания

  • Средни познания по Python програмтиране
  • Знание на основните статистики и техники за анализ на данни

Целова публика

  • Аналитици на данни
  • Научни сътрудници по данни
  • Професионалисти, работейки с временни редове на данни

 21 часа

Брой участници


Цена за участник

Отзиви от потребители (5)

Предстоящи Курсове

Свързани Kатегории