Time Series Forecasting Using Python - eLearning
4.950,00 NOK
- 10 hours
Få et solid grunnlag i å forutsi framtidige trender med kurset i tidsserieprognoser, utviklet for å hjelpe deg å gjøre historiske data om til presise prediksjoner. Dette kurset introduserer grunnleggende statistiske og maskinlæringsbaserte teknikker som brukes til å analysere tidsavhengige data og avdekke mønstre som trender, sesongvariasjoner og sykluser.
Nøkkelfunksjoner
Språk
Kurs og materiell på engelsk
Nivå
Nybegynnernivå
Tilgang
1 års tilgang til læringsplattformen
5 timer med videoer på forespørsel
med over 10 timer anbefalt studietid
25 praktiske øvelser
2 omfattende oppgaver
Sertifikat
Sertifikat for fullført program inkludert
Læringsutbytte
Ved slutten av dette kurset vil du kunne forstå:
Kjernebegreper
Lær deg kjernebegrepene i tidsserieanalyse, inkludert komponentene og stasjonaritet
Teknikker
Utforsk multivariate prognoseteknikker som SARIMAX- og VAR-modeller
Bruk Facebook Prophet for rask og nøyaktig tidsserieprognostisering
Vurder
Vurder modellens ytelse ved hjelp av nøkkelmetrikker for å måle nøyaktighet og pålitelighet
Analyser
Analyser virkelige tidsseriedata ved hjelp av Yahoo Finance API for å hente ut meningsfulle finansielle innsikter
Kursplan
Begrepet tidsserier og deres komponenter
Leksjon 01
- Begrepet og nødvendigheten av tidsserieanalyse
- Granularitet, frekvens og horisont i tidsserieanalyse
- Uthenting av data med Yahoo Finance
- Tidsseriens komponenter: nivå, trend, sesongvariasjon, syklisitet og støy
- Håndtering av manglende verdier og uteliggere i tidsserier
- Additiv og multiplikativ dekomponering
Håndtering av stasjonaritet
Leksjon 02
- Hvit støy
- Tilfeldig vandring
- Begrepet stasjonaritet
- Å oppdage og håndtere stasjonaritet
- Statistisk test for å oppdage stasjonaritet: KPSS vs. ADF-testen
- Granger-kausalitetstest
- Anomalideteksjon med Isolation Forest
Stasjonaritet og identifikasjon av lag
Leksjon 03
- Autokorrelasjon og korrelasjon
- Granger-kausalitetstest
- Autokorrelasjonsfunksjon (ACF)
- Partiell autokorrelasjonsfunksjon (PACF)
- Identifisering av lagg med ACF og PACF
Grunnleggende tidsseriemodeller
Leksjon 04
- Naiv metode
- Enkel gjennomsnittsmetode, glidende gjennomsnitt (MA)-modell
- Kjøre prediksjon med MA-modell
- Autoregressiv modell (AR)
- Kjøre prediksjon med AR-modell
- Holt-Winters eksponentiell utjevning
- Enkel eksponentiell glatting
- Dobbel eksponentiell utjevning
Resultatmåling
Leksjon 05
- Ytelsesmetrikker for tidsserieanalyse
- Registrering av modellenes ytelse
- Sammenlign ytelsen til modellene
Avanserte tidsseriemodeller
Leksjon 06
- Autoregressiv glidende gjennomsnittsmodell (ARMA-modell)
- Kjøre prediksjon med ARMA-modell
- Autoregressiv integrert glidende gjennomsnitt (ARIMA)-modell
- Kjøre prediksjon med ARIMA
- Sesongbasert autoregressiv integrert glidende gjennomsnittsmodell (SARIMA-modell)
- Kjøre prediksjon med SARIMA
Multivariat tidsserieanalyse
Leksjon 07
- Begrepet endogene og eksogene variabler
- Introduksjon til SARIMAX: En kort teoretisk bakgrunn
- Modellering med SARIMAX
- Kjøre prediksjon med SARIMAX
- Introduksjon til VAR
- Modellering med VAR
- Kjøre prediksjon med VAR
Tidsserieprognoser med Facebook Prophet
Leksjon 08
- Fremveksten av profeten
- Hovedparametere i Prophet
- Modellering med Prophet
- Kjøre prediksjon med Prophet
Hvem bør melde seg på dette programmet?
Ambisiøse dataforskere og dataanalytikere
Forretningsanalytikere som jobber med salgs-, finans- eller driftsdata
Programvareingeniører som går over i data science-roller
Fagpersoner som jobber med etterspørselsplanlegging eller prognoser
Alle som er interessert i prediktiv analyse og tidsbaserte data
Studenter og nyutdannede som utforsker karrierer innen analyse eller kunstig intelligens
Forutsetninger
- Grunnleggende forståelse av statistikk og sannsynlighet
- Kjennskap til Python eller et annet programmeringsspråk (foretrukket, men ikke obligatorisk)
- Grunnleggende kunnskap om datahåndtering eller Excel
- Analytiske og logiske tenkeevner
- Ingen avansert erfaring med prognoser er nødvendig.
Uttalelser
Lisensiering og akkreditering
Dette kurset tilbys i henhold til Partnerprogramavtalen og er i samsvar med kravene i Lisensavtalen
Likestillingspolicy
Kandidater oppfordres til å ta kontakt med AVC for veiledning og støtte gjennom hele tilretteleggingsprosessen.
Ofte stilte spørsmål
Trenger du bedriftsløsninger eller LMS-integrasjon?
Fant du ikke kurset eller programmet som ville være passende for din bedrift? Trenger du LMS-integrasjon? Ta kontakt med oss! Vi er agile og løser alt!