- Регистрация
- 22 Февраль 2018
- Сообщения
- 11.084
Автор: Udemy
Название: Анализ временных рядов, прогнозирование и машинное обучение (2021)
Описание:
Time Series Analysis, Forecasting, and Machine Learning
Udemy
Добро пожаловать в раздел «Анализ временных рядов, прогнозирование и машинное обучение в Python».
Анализ временных рядов стал особенно важной областью в последние годы.
- С ростом инфляции многие обращаются к фондовому рынку и криптовалютам, чтобы гарантировать, что их сбережения не потеряют свою ценность.
- COVID-19 показал нам, что прогнозирование является важным инструментом для принятия решений в области общественного здравоохранения.
- Компании становятся все более эффективными, заранее прогнозируя запасы и операционные потребности.
Позвольте мне перейти к делу. Это не ваш средний курс анализа временных рядов. В этом курсе рассматриваются современные разработки, такие как глубокое обучение, классификация временных рядов (которая может анализировать информацию пользователей на основе данных смартфона или читать ваши мысли по электрической активности в мозгу) и многое другое.
Мы рассмотрим такие методы, как:
- ETS и экспоненциальное сглаживание
- Модель линейного тренда Холта
- Модель Холта-Винтерса
- ARIMA, SARIMA, SARIMAX и Auto ARIMA
- ACF и PACF
- Векторная авторегрессия и модели скользящего среднего (VAR, VMA, VARMA)
- Модели машинного обучения (включая логистическую регрессию, машины опорных векторов и случайные леса)
- Модели глубокого обучения (искусственные нейронные сети, сверточные нейронные сети и рекуррентные нейронные сети)
- ГРУ и LSTM для прогнозирования временных рядов
Мы рассмотрим такие приложения, как:
- Прогнозирование временных рядов данных о продажах
- Прогнозирование временных рядов цен на акции и доходности акций
- Классификация данных смартфона по временным рядам для прогнозирования поведения пользователя
VIP-версия курса затронет еще более интересные темы, такие как:
- AWS Forecast (современный API прогнозирования с низким кодом от Amazon)
- GARCH (моделирование финансовой волатильности)
- FB Prophet (библиотека временных рядов Facebook)
И так, чего же ты ждешь? Зарегистрируйтесь сейчас, чтобы получить пожизненный доступ, сертификат об окончании, который вы можете продемонстрировать в своем профиле LinkedIn, и навыки использования новейших методов анализа временных рядов, которым вы не сможете научиться больше нигде.
Спасибо за чтение, до встречи на уроке!
Для кого этот курс:
- Всем, кто любит или хочет узнать об анализе временных рядов
- Студенты и специалисты, которые хотят сделать карьеру в области финансов, анализа временных рядов или науки о данных.
Требования
- Достойные навыки программирования на Python
- Numpy, Matplotlib, Pandas и Scipy (я обучаю этому бесплатно! Мой подарок сообществу)
- Матричная арифметика
- Вероятность
Материал на английском языке
Подробнее:
Скачать:
Название: Анализ временных рядов, прогнозирование и машинное обучение (2021)
Описание:
Time Series Analysis, Forecasting, and Machine Learning
Udemy
Добро пожаловать в раздел «Анализ временных рядов, прогнозирование и машинное обучение в Python».
Анализ временных рядов стал особенно важной областью в последние годы.
- С ростом инфляции многие обращаются к фондовому рынку и криптовалютам, чтобы гарантировать, что их сбережения не потеряют свою ценность.
- COVID-19 показал нам, что прогнозирование является важным инструментом для принятия решений в области общественного здравоохранения.
- Компании становятся все более эффективными, заранее прогнозируя запасы и операционные потребности.
Позвольте мне перейти к делу. Это не ваш средний курс анализа временных рядов. В этом курсе рассматриваются современные разработки, такие как глубокое обучение, классификация временных рядов (которая может анализировать информацию пользователей на основе данных смартфона или читать ваши мысли по электрической активности в мозгу) и многое другое.
Мы рассмотрим такие методы, как:
- ETS и экспоненциальное сглаживание
- Модель линейного тренда Холта
- Модель Холта-Винтерса
- ARIMA, SARIMA, SARIMAX и Auto ARIMA
- ACF и PACF
- Векторная авторегрессия и модели скользящего среднего (VAR, VMA, VARMA)
- Модели машинного обучения (включая логистическую регрессию, машины опорных векторов и случайные леса)
- Модели глубокого обучения (искусственные нейронные сети, сверточные нейронные сети и рекуррентные нейронные сети)
- ГРУ и LSTM для прогнозирования временных рядов
Мы рассмотрим такие приложения, как:
- Прогнозирование временных рядов данных о продажах
- Прогнозирование временных рядов цен на акции и доходности акций
- Классификация данных смартфона по временным рядам для прогнозирования поведения пользователя
VIP-версия курса затронет еще более интересные темы, такие как:
- AWS Forecast (современный API прогнозирования с низким кодом от Amazon)
- GARCH (моделирование финансовой волатильности)
- FB Prophet (библиотека временных рядов Facebook)
И так, чего же ты ждешь? Зарегистрируйтесь сейчас, чтобы получить пожизненный доступ, сертификат об окончании, который вы можете продемонстрировать в своем профиле LinkedIn, и навыки использования новейших методов анализа временных рядов, которым вы не сможете научиться больше нигде.
Спасибо за чтение, до встречи на уроке!
Для кого этот курс:
- Всем, кто любит или хочет узнать об анализе временных рядов
- Студенты и специалисты, которые хотят сделать карьеру в области финансов, анализа временных рядов или науки о данных.
Требования
- Достойные навыки программирования на Python
- Numpy, Matplotlib, Pandas и Scipy (я обучаю этому бесплатно! Мой подарок сообществу)
- Матричная арифметика
- Вероятность
Материал на английском языке
Подробнее:
Для просмотра содержимого вам необходимо авторизоваться.
Скачать:
Скрытое содержимое могут видеть только члены группы Премиум.
Скрытый контент для пользователей All-dar.