Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in die Zeitreihenanalyse
- Überblick über zeitliche Datenreihen
- Komponenten von Zeitreihen: Trend, Saisonalität, Rauschen
- Einrichtung von Google Colab für die Zeitreihenanalyse
Explorative Analyse von Zeitreihendaten
- Visualisierung zeitlicher Datenreihen
- Zerlegung der Komponenten zeitlicher Datenreihen
- Erkennen von Saisonalität und Trends
ARIMA-Modelle für Zeitreihendaten Forecasting
- Verständnis von ARIMA (Autoregressiv integrierter gleitender Durchschnitt)
- Auswahl der Parameter für ARIMA-Modelle
- Implementierung von ARIMA-Modellen in Python
Einführung in Prophet für Zeitreihen Forecasting
- Überblick über Prophet zur Prognose zeitlicher Datenreihen
- Implementierung von Prophet-Modellen in Google Colab
- Berücksichtigung von Ferien und besonderen Ereignissen bei der Prognose
Fortgeschrittene Techniken Forecasting
- Umgang mit fehlenden Daten in Zeitreihen
- Multivariate Prognosen von Zeitreihendaten
- Anpassung von Prognosen mit externen Regressoren
Evaluierung und Feinjustierung von Prognosemodellen
- Leistungsindikatoren für die Prognose zeitlicher Datenreihen
- Feinjustierung von ARIMA- und Prophet-Modellen
- Kreuzvalidierung und Retrotesting
Praktische Anwendungen der Zeitreihenanalyse
- Fallstudien zur Prognose zeitlicher Datenreihen
- Praktische Übungen mit realen Datensätzen
- Weiterführende Schritte in der Zeitreihenanalyse in Python
Zusammenfassung und Weitere Schritte
Voraussetzungen
- Mittleres Wissen in Python-Programmierung
- Familiär mit grundlegenden Statistiken und Datenanalysetechniken
Zielgruppe
- Datenanalysten
- Datenaufnehmer
- Professionelle, die mit Zeitreihendaten arbeiten
21 Stunden
Erfahrungsberichte (2)
Übungen machen
Joe Pang - Lands Department, Hong Kong
Kurs - QGIS for Geographic Information System
Maschinelle Übersetzung
Praktische Beispiele ermöglichten es uns, das Programm wirklich kennenzulernen. Gute Erklärungen und die Integration theoretischer Konzepte sowie deren Bezug zu praktischen Anwendungen wurden sehr geschätzt.
Ian - Archeoworks Inc.
Kurs - ArcGIS Fundamentals
Maschinelle Übersetzung