Kurzusleírás
Bevezetés az idősoranalízisbe
- Az idősoradatok áttekintése
- Idősorok összetevői: trend, szezonalitás, zaj
- Google Colab beállítása idősoranalízishez
Exploratív adatelemzés idősorokhoz
- Idősoradatok vizualizálása
- Idősorok összetevőinek szétbontása
- Szezonalitás és trendek felismerése
ARIMA modellek idősor-előrejelzéshez
- Az ARIMA (AutoRegresszív Integrált Mozgóátlag) megértése
- ARIMA modellek paramétereinek kiválasztása
- ARIMA modellek implementálása Pythonban
Bevezetés a Prophet használatába idősor-előrejelzéshez
- A Prophet áttekintése idősor-előrejelzéshez
- Prophet modellek implementálása a Google Colabban
- Ünnepek és különleges események kezelése az előrejelzésben
Haladó előrejelzési technikák
- Hiányzó adatok kezelése idősorokban
- Többváltozós idősor-előrejelzés
- Előrejelzések testreszabása külső regresszorokkal
Előrejelzési modellek értékelése és finomhangolása
- Teljesítménymutatók idősor-előrejelzéshez
- ARIMA és Prophet modellek finomhangolása
- Keresztvalidáció és visszatesztelés
Idősoranalízis valós alkalmazásai
- Esettanulmányok idősor-előrejelzésből
- Gyakorlati feladatok valós adathalmazokkal
- További lépések az idősoranalízishez Pythonban
Összefoglalás és következő lépések
Követelmények
- Középhaladó szintű Python programozási ismeretek
- Alapvető statisztikai és adatelemzési technikák ismerete
Célközönség
- Adatelemzők
- Adattudósok
- Idősoradatokkal dolgozó szakemberek
Vélemények (4)
A gyakorlati példák lehetővé tették, hogy valódi tapasztalatot szerezhessünk a program működésével kapcsolatban. Jó magyarázatok és elméleti fogalmak integrálása, valamint ezek praktikus alkalmazásai közötti összefüggések kifejezetten hasznosak voltak.
Ian - Archeoworks Inc.
Kurzus - ArcGIS Fundamentals
Gépi fordítás
Az általa kiszolgáltatott témák teljes körű felülete, beleértve a példákat is. Emellett megmagyarázta, hogyan segítenek ezek a témák a mindennapi munkánkban.
madduri madduri - Boskalis Singapore Pte Ltd
Kurzus - QGIS for Geographic Information System
Gépi fordítás
Nagyon élveztem a képzést. Minden modul alkalmazható volt azokra a problémákra, amikkel a munkában találkozom. A képzés jupyter notebook-ökkel történő integrációja nagyon lenyűgöző volt.
Mark Firmin - Environment and Climate Change Canada
Kurzus - Python for Geographic Information System (GIS)
Gépi fordítás
A tanfolyamról a legtöbbet az a szervezés és a helyszín tetszett.
Hamid Tuama - Ability with Innovation General Contracting (DMCC Branch)
Kurzus - ArcGIS for Spatial Analysis
Gépi fordítás