Kursplan

Introduksjon til tidsserieanalyse

  • Oversikt over tidsseriedata
  • Komponenter av tidsserier: trend, sesongvariasjoner, støy
  • Sette opp Google Colab for tidsserieanalyse

Utforskende Data Analysis for tidsserier

  • Visualisere tidsseriedata
  • Nedbryting av tidsseriekomponenter
  • Oppdager sesongvariasjoner og trender

ARIMA-modeller for tidsserier Forecasting

  • Forstå ARIMA (AutoRegressive Integrated Moving Average)
  • Velge parametere for ARIMA-modeller
  • Implementering av ARIMA-modeller i Python

Introduksjon til Prophet for Time Series Forecasting

  • Oversikt over profeten for tidsserieprognoser
  • Implementering av profetmodeller i Google Colab
  • Håndtering av helligdager og spesielle hendelser i prognoser

Avanserte Forecasting teknikker

  • Håndtering av manglende data i tidsserier
  • Multivariat tidsserieprognose
  • Tilpasse prognoser med eksterne regressorer

Evaluering og finjustering av prognosemodeller

  • Ytelsesberegninger for tidsserieprognoser
  • Finjustering av ARIMA og Prophet-modeller
  • Kryssvalidering og backtesting

Reelle anvendelser av tidsserieanalyse

  • Kasusstudier av tidsserieprognoser
  • Praktiske øvelser med datasett fra den virkelige verden
  • Neste trinn for tidsserieanalyse i Python

Sammendrag og neste trinn

Krav

  • Middels kunnskap om Python programmering
  • Kjennskap til grunnleggende statistikk og dataanalyseteknikker

Publikum

  • Dataanalytikere
  • Dataforskere
  • Fagfolk som jobber med tidsseriedata
 21 timer

Antall deltakere


Price per participant

Testimonials (5)

Upcoming Courses

Related Categories