Свържете се с нас

Съдържание и теми, включени в курса

Въведение в анализа на времеви редове

  • Преглед на данните от времеви редове
  • Компоненти на времевите редове: тренд, сезонност, шум
  • Настройка на Google Colab за анализ на времеви редове

Изследователски анализ на данни за времеви редове

  • Визуализиране на данни от времеви редове
  • Декомпозиране на компонентите на времеви редове
  • Откриване на сезонност и трендове

ARIMA модели за прогнозиране на времеви редове

  • Разбиране на ARIMA (Авторегресивен интегриран подвижен среден)
  • Избор на параметри за ARIMA модели
  • Внедряване на ARIMA модели в Python

Въведение в Prophet за прогнозиране на времеви редове

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

Напреднали техники за прогнозиране

  • Обработка на липсващи данни във времеви редове
  • Многомерно прогнозиране на времеви редове
  • Персонализиране на прогнози с външни регресори

Оценяване и фина настройка на прогнозни модели

  • Метрики за ефективност при прогнозиране на времеви редове
  • Фина настройка на ARIMA и Prophet модели
  • Кръстосано валидиране и обратно тестване

Приложения на анализа на времеви редове в реалния свят

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

Обобщение и следващи стъпки

Изисквания

  • Познания на средно ниво по програмиране с Python
  • Запознатост с основни статистически концепции и техники за анализ на данни

Аудитория

  • Анализатори на данни
  • Специалисти по наука за данните
  • Професионалисти, работещи с данни от времеви редове
 21 Часа

Брой участници


Цена за участник

Отзиви от участници (3)

Предстоящи Курсове

Свързани Kатегории