Plan Szkolenia
Wprowadzenie do analizy szeregów czasowych
- Przegląd danych szeregów czasowych
- Składowe szeregów czasowych: trend, sezonowość, szum
- Konfiguracja Google Colab do analizy szeregów czasowych
Eksploracyjna analiza danych dla szeregów czasowych
- Wizualizacja danych szeregów czasowych
- Dekompozycja składowych szeregów czasowych
- Wykrywanie sezonowości i trendów
Modele ARIMA do prognozowania szeregów czasowych
- Zrozumienie ARIMA (AutoRegressive Integrated Moving Average)
- Wybór parametrów dla modeli ARIMA
- Implementacja modeli ARIMA w Pythonie
Wprowadzenie do Prophet do prognozowania szeregów czasowych
- Przegląd Prophet do prognozowania szeregów czasowych
- Implementacja modeli Prophet w Google Colab
- Uwzględnianie świąt i specjalnych wydarzeń w prognozowaniu
Zaawansowane techniki prognozowania
- Obsługa brakujących danych w szeregach czasowych
- Prognozowanie wielowymiarowych szeregów czasowych
- Dostosowywanie prognoz z wykorzystaniem regresorów zewnętrznych
Ocena i dostrajanie modeli prognozowania
- Metryki wydajności dla prognozowania szeregów czasowych
- Dostrajanie modeli ARIMA i Prophet
- Walidacja krzyżowa i backtesting
Praktyczne zastosowania analizy szeregów czasowych
- Studia przypadków prognozowania szeregów czasowych
- Praktyczne ćwiczenia z rzeczywistymi zbiorami danych
- Kolejne kroki w analizie szeregów czasowych w Pythonie
Podsumowanie i kolejne kroki
Wymagania
- Średniozaawansowana znajomość programowania w Pythonie
- Znajomość podstaw statystyki i technik analizy danych
Grupa docelowa
- Analitycy danych
- Data scientists
- Profesjonaliści pracujący z danymi szeregów czasowych
Opinie uczestników (4)
Praktyczne przykłady pozwoliły nam otrzymać rzeczywiste wrażenie, jak program działa. Dobre wyjaśnienia i integracja teoretycznych koncepcji oraz ich zastosowania w praktyce.
Ian - Archeoworks Inc.
Szkolenie - ArcGIS Fundamentals
Przetłumaczone przez sztuczną inteligencję
Wszystkie tematy, które omówił, w tym przykłady. Wyjaśnił także, jak są one pomocne w naszej codziennej pracy.
madduri madduri - Boskalis Singapore Pte Ltd
Szkolenie - QGIS for Geographic Information System
Przetłumaczone przez sztuczną inteligencję
Naprawdę podobała mi się ta szkolenie. Znalazłem, że wszystkie moduły są przydatne do problemów, z którymi staję w obliczu na pracy. Integracja szkolenia z notatnikami Jupyter była naprawdę imponująca.
Mark Firmin - Environment and Climate Change Canada
Szkolenie - Python for Geographic Information System (GIS)
Przetłumaczone przez sztuczną inteligencję
Rzeczywiste wiedza z kogoś z branży
Matthew Cerbas - Shield Consulting Solutions, Inc.
Szkolenie - Grafana
Przetłumaczone przez sztuczną inteligencję