Build your ultimate AI agent
Opis kursu
Dane szeregów czasowych są wszechobecne w dziedzinie Data Science. Niezależnie od tego, czy analizujesz trendy biznesowe, prognozujesz przychody firmy, czy badasz zachowania klientów – każdy data scientist prędzej czy później zetknie się z danymi tego typu. Aby ułatwić ci start w pracy z szeregami czasowymi, ten kurs zapewni praktyczną wiedzę na temat ich wizualizacji przy użyciu Pythona.
Wymagania wstępne
Program kursu
Plan kursu
1
Wykresy liniowe
Nauczysz się korzystać z podstawowych narzędzi do tworzenia wykresów w Pythonie oraz dodawać adnotacje i personalizować wykresy szeregów czasowych. Po ukończeniu tego rozdziału będziesz potrafić przekształcić dowolny statyczny zbiór danych w przejrzysty i atrakcyjny wykres.
- Witaj na kursie!50 XP
- Wczytaj dane szeregu czasowego100 XP
- Sprawdź, czy dane mają właściwy typ100 XP
- Narysuj swój pierwszy wykres szeregu czasowego50 XP
- Twój pierwszy wykres!100 XP
- Określanie stylów wykresów100 XP
- Wyświetlanie i opisywanie wykresów100 XP
- Dostosuj wykres szeregu czasowego50 XP
- Podzbiór danych szeregu czasowego100 XP
- Dodawanie pionowych i poziomych znaczników100 XP
- Dodaj zacienione obszary do wykresu100 XP
2
Statystyki opisowe i diagnostyka
W tym rozdziale lepiej poznasz swoje dane szeregów czasowych – obliczysz statystyki opisowe i nauczysz się tworzyć zagregowane widoki danych.
3
Sezonowość, trend i szum
Wyjdziesz poza statystyki opisowe i zapoznasz się z wykresami autokorelacji i cząstkowej autokorelacji. Nauczysz się też automatycznie wykrywać sezonowość, trend i szum w danych szeregów czasowych.
4
Praca z wieloma szeregami czasowymi
W pracy data scientista często zachodzi potrzeba jednoczesnej analizy wielu szeregów czasowych. W tym rozdziale pokażemy ci, jak wizualizować wiele szeregów naraz oraz jak odkrywać i opisywać zależności między nimi.
5
Studium przypadku: stopa bezrobocia
Ten rozdział to okazja do przećwiczenia wszystkich zagadnień omówionych w kursie. Zwizualizujesz stopę bezrobocia w Stanach Zjednoczonych w latach 2000–2010.
Wizualizacja danych szeregów czasowych w Pythonie
Kurs
ukończony
