Доступно

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

Тема в разделе "Курсы по программированию", создана пользователем Топикстартер, 2 фев 2023.

Цена: 999р.-88%
Взнос: 118р.
100%

Основной список: 31 участников

Статус обсуждения:
Комментирование ограничено.
  1. 2 фев 2023
    #1
    Топикстартер
    Топикстартер ЧКЧлен клуба
    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

        Скрытая ссылка
     
    2 пользователям это понравилось.
  2. Последние события

    1. skladchik.com
      Складчина доступна.
      10 фев 2023
    2. skladchik.com
      Взнос составляет 59р.
      10 фев 2023
    3. skladchik.com
      Складчина активна.
      10 фев 2023
    4. Tamir
      Tamir участвует.
      10 фев 2023

    Последние важные события

    1. skladchik.com
      Складчина доступна.
      10 фев 2023
    2. skladchik.com
      Взнос составляет 59р.
      10 фев 2023
    3. skladchik.com
      Складчина активна.
      10 фев 2023
    4. skladchik.com
      Сбор взносов начинается 09.02.2023.
      7 фев 2023
Статус обсуждения:
Комментирование ограничено.