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

100 ₽

Категория: Программирование и Администрирование Метка: Администрирование и программирование

Описание
Отзывы (0)

Описание

[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 support@ittensive.com 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.