Анализ временных рядов на Python

Изучим регрессию, автокорреляция и рекуррентные нейросети для работы с временными рядами

5.00 (1 reviews)
Udemy
platform
Русский
language
Data Science
category
Анализ временных рядов на Python
19
students
4 hours
content
Dec 2022
last update
$19.99
regular price

What you will learn

Теория временных рядов

Описание тенденций временного ряда

Прогнозирование временного ряда

Линейная и нелинейная регрессия

ARMA, ARIMA, SARIMA(X)

ADL и VAR

RNN, LSTM и GRU

BiLSTM

Why take this course?

🧠 Изучайте анализ временных рядов с Python на ITtensive!


Введение:

Ваш путь к пониманию и мастерству анализа временных рядов начнется с этого курса. Исполнители программы Машинное обучение от ITtensive предложат вам глубокое погружение в мир временных рядров, где вы узнаете как применить регрессию, автокорреляцию и рекуррентные нейросети для получения ценных прогнозов.

О курсе:

Анализ временных рядов на Python - это степень вашего роста в мире данных, где каждая запись имеет свое время и значение. В этом курсе вы:

  1. Прогнозирование фьючерсов на зерно: Используйте ансамбль методов - бегущее среднее и полиномиальная регрессия, чтобы спрогнозировать цены на зерно в условиях неопределенности.

    • Проект: Создайте прогноз фьючерсов на июнь 2022 года.
  2. Анализ курсов валют: Изучите частотный и эконометрический подход, чтобы описать и прогнозировать курс доллара к рублю. Вы научитесь работать с трендами, сезонностью и вариацией, а также применять библиотеки Prophet и Auto-TS.

    • Проект: Прогнозируйте объем экспорта в декабре 2022 года.
  3. Прогнозирование активности потребителей электроэнергии: Разберемся с нейронными сетями и применимые к стационарным рядам, чтобы спрогнозировать активность потребителей электроэнергии.

    • Курсовой проект: Создайте прогноз курса акций с использованием рекуррентных нейросетей.

Основы теории:

  • Понятие и цели анализа временного ряда
  • Базовые техники - полиномиальные тренды и бегущее среднее
  • Модель Хольта-Винтерса и цвета шума
  • Авторегрессия и стационарность ряда
  • AR/MA, ARIMA, SARIMA(X)
  • ADL и VAR
  • Методология анализа временных рядов и дрейф данных
  • Рекуррентные нейросети (RNN) - LSTM, GRU, ConvLSTM и BiLSTM
  • WaveNet и трансформеры (механизмы внимания)

Что вы получите:

  • Практический опыт: Реализуйте проекты, которые напрямую применяют изученные методы.
  • Гибкие навыки: Понимание как классические, так и современные подходы к анализу временных рядов.
  • Инновационные инструменты: Работа с ведущими библиотеками в области машинного обучения и обработки временных данных.
  • Инсайты: Прогнозирование ценовых активов, экономические тенденции и поведение пользователей.

Как начать? 🚀

Чтобы приступить к изучению анализа временных рядов на Python в рамках программы Машинное обучение от ITtensive, свяжитесь с нами по адресу support@ittensive.com с названием курса или группы курсов, которые вас интересуют.

Не упустите свой шанс стать экспертом в области анализа временных рядов - запишитесь на курс сегодня!

Screenshots

Анализ временных рядов на Python - Screenshot_01Анализ временных рядов на Python - Screenshot_02Анализ временных рядов на Python - Screenshot_03Анализ временных рядов на Python - Screenshot_04

Charts

Price

Анализ временных рядов на Python - Price chart

Rating

Анализ временных рядов на Python - Ratings chart

Enrollment distribution

Анализ временных рядов на Python - Distribution chart
5008270
udemy ID
12/3/2022
course created date
12/8/2022
course indexed date
Bot
course submited by