[Центр digital-профессий ITtensive] Анализ временных рядов на Python (2023) [Udemy]

100 

Описание

[Центр digital-профессий ITtensive] Анализ временных рядов на Python (2023) [Udemy]

[Центр digital-профессий ITtensive] Анализ временных рядов на Python (2023) [Udemy]

Анализ временных рядов на Python

Изучим регрессию, автокорреляция и рекуррентные нейросети для работы с временными рядами

Авторы: Центр digital-профессий ITtensive
Последнее обновление: 12.2022
русский

Чему вы научитесь:

  • Теория временных рядов
  • Описание тенденций временного ряда
  • Прогнозирование временного ряда
  • Линейная и нелинейная регрессия
  • ARMA, ARIMA, SARIMA(X)
  • ADL и VAR
  • RNN, LSTM и GRU
  • BiLSTM

Требования:

  • Продвинутый Python
  • Основы машинного обучения

Описание

Внимание: для доступа к курсам ITtensive на Udemy напишите, пожалуйста, на [email protected] с названием курса или группы курсов, которые хотите пройти.

Это дополнительный курс программы Машинное обучение от ITtensive по анализу временных рядов. В курсе разбираются 3 практических задачи:

1. Фьючерсы (цены) на зерно. Используя помесячные данные фьючерсов на зерно на лондонской бирже и применив ансамбль классических методов — бегущего среднего и полиномиальной регрессии — спрогнозируем цены в период сильной неопределенности.

Проект: прогноз фьючерсов на июнь 2022 года

2. Курсы валют. Изучим частотный и эконометрический подход для описание и прогнозирования курса доллара к рублю. Научимся раскладывать ряд на тренд, сезонность и вариацию и использовать модели ARMA, ARIMA, SARIMA, а также векторные (факторные) данные. Попробуем библиотеки Prophet и Auto-TS (автоматическое машинное обучение).

Проект: прогноз объема экспорта в декабре 2022 года

3. Активность потребителей электроэнергии. Разберемся с нейронными сетями и на основе достаточно стационарного ряда спрогнозируем его поведение, используя ансамбль из рекуррентных нейросетей.

Курсовой проект: прогноз курса акций, используя рекуррентные нейросети.

Теория по курсу включает:

  • Понятие и цели анализа временного ряда
  • Базовые техники — полиномиальные тренды и бегущее среднее
  • Модель Хольта-Винтерса и цвета шума
  • Авторегрессия и стационарность ряда
  • AR/MA, ARIMA, SARIMA(X)
  • ADL и VAR
  • Методологию анализа временных рядов и дрейф данных
  • Рекуррентные нейросети
  • LSTM, GRU, ConvLSTM и BiLSTM

В заключении посмотрим на модели WaveNet и трансформеры (механизмы внимания).

Для кого этот курс:

    • Инженеры по данным, работающие с временными сериями
    • Разработчики Python, прогнозирующие временные ряды
    • Ученые по данным, исследующие временные зависимости.
Автор курса: Центр digital-профессий ITtensive

Сайт продажника: https://www.udemy.com/course/ittensive-python-time-series/

Цена с продажника: 5990 руб.

У нас Вы можете приобрести всего за 100 руб.

Отзывы

Отзывов пока нет.

Будьте первым, кто оставил отзыв на “[Центр digital-профессий ITtensive] Анализ временных рядов на Python (2023) [Udemy]”