Επικοινωνήστε μαζί μας

Εξέλιξη Κομματιού

Εισαγωγή στην Ανάλυση Χρονοσειρών

  • Επισκόπηση των δεδομένων χρονοσειρών
  • Συστατικά στοιχεία των χρονοσειρών: τάση, εποχικότητα, θόρυβος
  • Ρύθμιση του Google Colab για ανάλυση χρονοσειρών

Διερευνητική Ανάλυση Δεδομένων για Χρονοσειρές

  • Οπτικοποίηση δεδομένων χρονοσειρών
  • Αποσύνθεση των συστατικών στοιχείων των χρονοσειρών
  • Ανίχνευση εποχικότητας και τάσεων

Μοντέλα ARIMA για Πρόβλεψη Χρονοσειρών

  • Κατανόηση του ARIMA (Αυτοπαλινδρομικό Ολοκληρωμένο Μοντέλο Κινητού Μέσου)
  • Επιλογή παραμέτρων για μοντέλα ARIMA
  • Υλοποίηση μοντέλων ARIMA σε Python

Εισαγωγή στο Prophet για Πρόβλεψη Χρονοσειρών

  • Επισκόπηση του Prophet για πρόβλεψη χρονοσειρών
  • Υλοποίηση μοντέλων Prophet στο Google Colab
  • Χειρισμός αργιών και ειδικών γεγονότων στην πρόβλεψη

Προηγμένες Τεχνικές Πρόβλεψης

  • Χειρισμός ελλειπόντων δεδομένων σε χρονοσειρές
  • Πολυμεταβλητή πρόβλεψη χρονοσειρών
  • Προσαρμογή προβλέψεων με εξωτερικούς παλινδρομητές

Αξιολόγηση και Βελτιστοποίηση Μοντέλων Πρόβλεψης

  • Μετρικές απόδοσης για πρόβλεψη χρονοσειρών
  • Βελτιστοποίηση μοντέλων ARIMA και Prophet
  • Διασταυρούμενη επικύρωση και backtesting

Πραγματικές Εφαρμογές της Ανάλυσης Χρονοσειρών

  • Μελέτες περίπτωσης πρόβλεψης χρονοσειρών
  • Πρακτικές ασκήσεις με πραγματικά σύνολα δεδομένων
  • Επόμενα βήματα για ανάλυση χρονοσειρών στην Python

Σύνοψη και Επόμενα Βήματα

Απαιτήσεις

  • Γνώση μέσου επιπέδου προγραμματισμού Python
  • Εξοικείωση με βασικές στατιστικές και τεχνικές ανάλυσης δεδομένων

Ακροατήριο

  • Αναλυτές δεδομένων
  • Επιστήμονες δεδομένων
  • Επαγγελματίες που εργάζονται με δεδομένα χρονοσειρών
 21 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετέχοντα

Σχόλια (2)

Εφεξής Μαθήματα

Σχετικές Κατηγορίες