Séries chronologiques en Python

Les séries temporelles sont l'un des types de données les plus courants et comprendre comment les utiliser est une compétence essentielle en science des données si vous souhaitez faire des prédictions et établir des rapports sur les tendances. Dans ce parcours, vous apprendrez à manipuler des données de séries temporelles à l'aide de pandas, à travailler avec des bibliothèques statistiques telles que NumPy et statsmodels pour analyser les données, et à développer vos compétences en matière de visualisation à l'aide de Matplotlib, SciPy et seaborn. Vous appliquerez ensuite vos compétences en matière de séries temporelles en utilisant des données du monde réel, notamment des données boursières, des observations d'ovnis, des niveaux de CO2 à Maui, la production mensuelle de bonbons aux États-Unis et des sons de battements cardiaques. À la fin de ce cours, vous saurez comment prévoir l'avenir à l'aide de modèles de classe ARIMA et comment générer des prédictions et des informations à l'aide de modèles d'apprentissage automatique.