Kurzusleírás

Idősoranalízis bevezetése

  • Idősoradat áttekintése
  • Idősor komponensei: trend, szezonális hatás, zaj
  • Idősoranalízis beállítása Google Colabban

Idősorok feltárása

  • Idősoradat vizualizálása
  • Idősor komponensek bontása
  • Szezonális hatások és trendek felismerése

ARIMA modellök idősoranalízisre

  • ARIMA (AutoRegressive Integrated Moving Average) modellök megértése
  • ARIMA modell paramétereinek kiválasztása
  • ARIMA modellök implementálása Pythonban

Prophet bevezetése idősoranalízisre

  • Prophet idősor előrejelzésre áttekintése
  • Prophet modellök implementálása Google Colabban
  • Ünnepek és különleges események kezelése az előrejelzésben

Haladó Forecasting technikák

  • Hiányzó adatok kezelése idősorokban
  • Többváltozós idősor előrejelzés
  • Külső regresszorokkal történő előrejelzések testreszabása

Előrejelző modellök értékelése és finomítása

  • Idősor előrejelzés teljesítményi mutatói
  • ARIMA és Prophet modellök finomítása
  • Keresztvalidálás és visszaprobatálás

Idősoranalízis valós világbeli alkalmazásai

  • Idősor előrejelzés esettanulmányok
  • Valós világbeli adathalmazokkal történő gyakorlatok
  • Idősoranalízis következő lépései Pythonban

Összegzés és következő lépések

Követelmények

  • Közepes szintű ismeret a Python programozásban
  • Ismeret a statisztika alapjainak és adatelemzési technikákkal

Audience

  • Adatanalitikusok
  • Adat tudósok
  • Idősoradatokkal dolgozó szakemberek
 21 Órák

Résztvevők száma


Ár résztvevőnként

Vélemények (5)

Közelgő kurzusok

Rokon kategóriák