Schulungsübersicht
ARIMA-Modelle für Zeitreihen Forecasting
Erweiterte Forecasting Techniken
Bewertung und Feinjustierung von Prognosemodellen
Explorative Analyse Data Analysis für Zeitreihen
Einführung in Prophet für Zeitreihen Forecasting
Einführung in die Zeitreihenanalyse
Praktische Anwendungen der Zeitreihenanalyse
Zusammenfassung und Nächste Schritte
- Fallstudien zur Zeitreihenvorhersage
- Praxisübungen mit realen Datensätzen
- Nächste Schritte für die Zeitreihenanalyse in Python
- Umgang mit fehlenden Daten in Zeitreihen
- Vorhersagen mehrerer Zeitreihen (multivariate)
- Anpassung von Prognosen durch externe Regressoren
- Überblick über Prophet für die Zeitreihenvorhersage
- Implementierung von Prophet-Modellen in Google Colab
- Berücksichtigung von Feiertagen und besonderen Ereignissen in der Vorhersage
- Überblick über Zeitreihendaten
- Komponenten von Zeitreihen: Trend, Saisonalität, Rauschen
- Einrichtung von Google Colab für die Zeitreihenanalyse
- Leistungsmetriken für die Zeitreihenvorhersage
- Feinjustierung von ARIMA- und Prophet-Modellen
- Cross-Validation und Backtesting
- Verständnis von ARIMA (AutoRegressive Integrated Moving Average)
- Auswahl der Parameter für ARIMA-Modelle
- Implementierung von ARIMA-Modellen in Python
- Visualisieren von Zeitreihendaten
- Aufschlüsseln der Komponenten von Zeitreihen
- Erkennen von Saisonalität und Trends
Voraussetzungen
Audience
- Datenanalysten
- Data Scientists
- Fachkräfte, die mit Zeitreihendaten arbeiten
- Fortgeschrittene Kenntnisse in Python Programmierung
- Grundlegende Kenntnisse der Statistik und Datenanalysemethoden
Erfahrungsberichte (5)
Praxisbeispiele ermöglichten es uns, eine echte Vorstellung davon zu bekommen, wie das Programm funktioniert. Ausführliche Erklärungen und die Integration theoretischer Konzepte sowie deren Bezug zur praktischen Anwendung.
Ian - Archeoworks Inc.
Kurs - ArcGIS Fundamentals
Maschinelle Übersetzung
Alle Themen, die er abdeckte, einschließlich Beispiele. Er erklärte auch, wie sie uns im täglichen Job helfen.
madduri madduri - Boskalis Singapore Pte Ltd
Kurs - QGIS for Geographic Information System
Maschinelle Übersetzung
Ich mochte Pablos Stil und die Tatsache, dass er viele Themen behandelte, von der Gestaltung von Berichten über die Anpassung mit HTML bis hin zur Implementierung einfacher ML-Algortithmen. Good Gleichgewicht theoretische Informationen / Übungen. Pablo deckte wirklich alle Themen ab, die mich interessierten, und gab umfassende Antworten auf meine Fragen.
Cristian Tudose - SC Automobile Dacia SA
Kurs - Advanced Data Analysis with TIBCO Spotfire
Maschinelle Übersetzung
Tatsächliche Anwendung von Spotfire und alle grundlegenden Funktionen.
Michael Capili - STMicroelectronics, Inc.
Kurs - Introduction to Spotfire
Maschinelle Übersetzung
Das, was ich am meisten an der Ausbildung gemocht habe, war die Organisation und die Lage.
Hamid Tuama - Ability with Innovation General Contracting (DMCC Branch)
Kurs - ArcGIS for Spatial Analysis
Maschinelle Übersetzung