Python Analiza i prognozowanie szeregów czasowych

Dane zależne od czasu można znaleźć w prawie każdej branży, od finansów i handlu detalicznego po meteorologię i inżynierię, ale wydobycie praktycznych spostrzeżeń wymaga określonego zestawu narzędzi analitycznych.Ten kurs zapewnia początkującym jasną ścieżkę, aby zrozumieć, jak przetwarzać dane historyczne i generować wiarygodne prognozy na przyszłość. Przekształcisz się z początkującego w praktyka zdolnego do obsługi złożonych zbiorów danych czasowych za pomocą nowoczesnych bibliotek Pythona.Pod koniec tego kursu będziesz w stanie zidentyfikować wzorce w danych, obsługać wahania sezonowe i wdrażać zarówno klasyczne modele statystyczne, jak i nowoczesne sieci neuronowe do prognozowania. Czego się nauczysz: - Zrozum podstawowe pojęcia szeregów czasowych, w tym stacjonarność, trend i sezonowość - Zastosuj Pandy do wyrafinowanego indeksowania daty i czasu, czyszczenia danych i ponownego próbkowania - Buduj statystyczne modele prognozowania za pomocą ARIMA i SARIMAX dla trendów sezonowych - Wdrażaj rozwiązania głębokiego uczenia się za pomocą powtarzających się sieci neuronowych i architektur LSTM - Wykonaj prognozowanie wielowymiarowe, aby przewidzieć wyniki na podstawie wielu zmiennych wejściowych - Ćwicz nowoczesne przepływy pracy Pythona, w tym wskazówki dotyczące typów i uporządkowane kontenery danych dla solidnego kodu Kurs rozpoczyna się od podstawowej terminologii i technik przygotowywania danych, a następnie przechodzi przez klasyczne modelowanie statystyczne i kończy się zaawansowanymi metodami głębokiego uczenia się.Będziesz czytać szczegółowe wyjaśnienia i stosować swoją wiedzę poprzez pisemne ćwiczenia kodowania mające na celu wzmocnienie każdej koncepcji. Ten kurs jest przeznaczony dla początkujących, studentów i początkujący analitycy danych, którzy chcą nauczyć się prognozowania od podstaw.Nie jest wymagane wcześniejsze doświadczenie z analizą szeregów czasowych lub zaawansowanej matematyki. Zacznij budować swoje umiejętności w zakresie analizy predykcyjnej już dziś.