Struttura del corso
Introduzione all'Analisi delle Serie Temporali
- Panoramica dei dati di serie temporale
- Componenti della serie temporale: tendenza, stagionalità, rumore
- Configurazione di Google Colab per l'analisi delle serie temporali
Esplorazione Data Analysis delle Serie Temporali
- Visualizzazione dei dati della serie temporale
- Decomposizione delle componenti della serie temporale
- Rilevamento di stagionalità e tendenze
Modelli ARIMA per le Serie Temporali Forecasting
- Comprendere ARIMA (AutoRegressive Integrated Moving Average)
- Scelta dei parametri per i modelli ARIMA
- Implementazione di modelli ARIMA in Python
Introduzione a Prophet per le Serie Temporali Forecasting
- Panoramica di Prophet per la previsione delle serie temporali
- Implementazione dei modelli Prophet in Google Colab
- Gestione delle vacanze e eventi speciali nella previsione
Tecniche Avanzate Forecasting
- Gestione dei dati mancanti nelle serie temporali
- Previsione di serie temporali multivariate
- Personalizzazione delle previsioni con regressori esterni
Valutazione e Ottimizzazione dei Modelli di Predisposizione
- Metriche di prestazioni per la previsione delle serie temporali
- Raffinamento dei modelli ARIMA e Prophet
- Validazione incrociata e test retrospettivo
Applicazioni del Mondo Reale dell'Analisi delle Serie Temporali
- Studi di caso sulla previsione delle serie temporali
- Esercizi pratici con dataset reali
- Passaggi successivi per l'analisi delle serie temporali in Python
Riepilogo e Prossimi Passaggi
Requisiti
- Conoscenza intermedia di Python programmazione
- Familiarità con tecniche di statistica e analisi dei dati di base
Destinatari
- Analisti di dati
- Scienziati dei dati
- Professionisti che lavorano con serie temporali di dati
Recensioni (4)
Esempi pratici ci hanno permesso di comprendere realmente come funziona il programma. Spiegazioni accurate e integrazione di concetti teorici e delle loro applicazioni pratiche.
Ian - Archeoworks Inc.
Corso - ArcGIS Fundamentals
Traduzione automatica
Tutti gli argomenti che ha trattato, inclusi gli esempi. Ha anche spiegato come siano utili nel nostro lavoro quotidiano.
madduri madduri - Boskalis Singapore Pte Ltd
Corso - QGIS for Geographic Information System
Traduzione automatica
Ho davvero apprezzato il corso di formazione. Ho trovato tutti i moduli molto pertinenti ai problemi che sto cercando di risolvere al lavoro. L'integrazione del training con i notebook Jupyter era davvero impressionante.
Mark Firmin - Environment and Climate Change Canada
Corso - Python for Geographic Information System (GIS)
Traduzione automatica
La cosa che mi è piaciuta di più del corso era l'organizzazione e la sede.
Hamid Tuama - Ability with Innovation General Contracting (DMCC Branch)
Corso - ArcGIS for Spatial Analysis
Traduzione automatica