Contattataci

Struttura del corso

Introduzione all’analisi delle serie temporali

  • Panoramica sui dati di tipo temporale
  • Componenti delle serie temporali: tendenza, stagionalità e rumore
  • Configurazione di Google Colab per l’analisi delle serie temporali

Analisi esplorativa dei dati temporali

  • Visualizzazione grafica dei dati temporali
  • Scomposizione delle componenti di una serie temporale
  • Individuazione della stagionalità e della tendenza nei dati

Modelli ARIMA per la previsione delle serie temporali

  • Nozioni di base sui modelli ARIMA (AutoRegressive Integrated Moving Average)
  • Scelta dei parametri adatti ai modelli ARIMA
  • Implementazione pratica dei modelli ARIMA in Python

Introduzione a Prophet per la previsione delle serie temporali

  • Nozioni generali su Prophet come strumento di previsione temporale
  • Implementazione dei modelli Prophet in Google Colab
  • Gestione delle festività e degli eventi speciali nella previsione

Tecniche avanzate di previsione

  • Gestione dei dati mancanti nelle serie temporali
  • Previsione di serie temporali multivariate
  • Personalizzazione delle previsioni tramite regressori esterni

Valutazione e ottimizzazione dei modelli di previsione

  • Metriche per misurare l’accuratezza delle previsioni temporali
  • Ottimizzazione e affinamento dei modelli ARIMA e Prophet
  • Validazione incrociata e test retrospettivi

Applicazioni pratiche dell’analisi delle serie temporali

  • Studi di caso riguardanti la previsione dei dati temporali
  • Esercitazioni pratiche basate su dataset reali
  • Indicazioni sui prossimi passi per approfondire l’analisi delle serie temporali in Python

Sintesi e indicazioni future

Requisiti

  • Conoscenze intermedie di programmazione in Python
  • Familiarità con le nozioni basilari di statistica e analisi dei dati

Destinatari

  • Analisti dati
  • Data scientist
  • Professionisti che lavorano con dati di tipo temporale
 21 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (3)

Corsi in Arrivo

Categorie relative