Schulungsübersicht
Einführung in die Zeitreihenanalyse
- Überblick über Zeitreihendaten
- Komponenten von Zeitreihen: Trend, Saisonalität, Rauschen
- Einrichten von Google Colab für die Zeitreihenanalyse
Explorative Data Analysis für Zeitreihen
- Visualisierung von Zeitreihendaten
- Zerlegen von Zeitreihenkomponenten
- Erkennen von Saisonalität und Trends
ARIMA-Modelle für Zeitreihen Forecasting
- Verstehen von ARIMA (AutoRegressive Integrated Moving Average)
- Auswahl von Parametern für ARIMA-Modelle
- Implementierung von ARIMA-Modellen in Python
Einführung in Prophet für Zeitreihen Forecasting
- Überblick über Prophet für Zeitreihenprognosen
- Implementierung von Prophet-Modellen in Go ogle Colab
- Behandlung von Feiertagen und besonderen Ereignissen in der Prognose
Fortgeschrittene Forecasting-Techniken
- Umgang mit fehlenden Daten in Zeitreihen
- Multivariate Zeitreihenprognosen
- Anpassung von Prognosen mit externen Regressoren
Evaluierung und Feinabstimmung von Prognosemodellen
- Leistungsmetriken für Zeitreihenprognosen
- Feinabstimmung von ARIMA- und Prophet-Modellen
- Kreuzvalidierung und Backtesting
Praktische Anwendungen der Zeitreihenanalyse
- Fallstudien zur Zeitreihenprognose
- Praktische Übungen mit realen Datensätzen
- Nächste Schritte für die Zeitreihenanalyse in Python
Zusammenfassung und nächste Schritte
Voraussetzungen
- Mittlere Kenntnisse der Python Programmierung
- Vertrautheit mit grundlegenden Statistiken und Datenanalysetechniken
Zielgruppe
- Datenanalysten
- Datenwissenschaftler
- Fachleute, die mit Zeitreihendaten arbeiten
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
Laborübung
Tse Kiat - ST Engineering Training & Simulation Systems Pte. Ltd.
Kurs - Automated Monitoring with Zabbix
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