Samouczki data science

Poznaj pandas od instalacji po analizę — każde ćwiczenie przetestowane na pandas 3.1.

Naucz się PySparka z uruchamialnym kodem: skonfiguruj PySparka 4.3, wybieraj, filtruj, grupuj i łącz DataFrame’y, zadawaj zapytania Spark SQL i klastruj klientów z pyspark.ml.

Model autoregresyjny przewiduje przyszłe wartości szeregu czasowego na podstawie jego przeszłości. Dowiedz się, jak dopasować go w Pythonie ze statsmodels, dobrać rząd opóźnień za pomocą PACF i AIC/BIC oraz porównać z MA i ARIMA.

Dowiedz się, jak ARIMAX rozszerza ARIMA o zewnętrzne predyktory, poznaj jego parametry i założenia oraz zbuduj model prognozowania w Pythonie z użyciem statsmodels.

Dowiedz się, jak SARIMAX łączy sezonowe modelowanie szeregów czasowych z zewnętrznymi predyktorami. Zrozum jego parametry, zobacz, czym różni się od ARIMA i SARIMA, i zbuduj model prognostyczny w Pythonie.

Dowiedz się, czym jest kwadratura, jak całkowanie numeryczne przybliża całki oznaczone oraz jak działają metody takie jak metoda trapezów, reguła Simpsona i kwadratura Gaussa.

Dowiedz się, jak działa transformacja Boxa-Coxa, jak wybrać parametr lambda i kiedy używać jej do stabilizacji wariancji, redukcji skośności oraz poprawy modeli statystycznych.

Iloraz wiarygodności porównuje, jak dobrze dwie hipotezy lub modele wyjaśniają te same dane. Artykuł obejmuje wzór, przykład z rzutami monetą, test ilorazu wiarygodności dla zagnieżdżonych modeli regresji w Pythonie i R oraz diagnostyczne ilorazy wiarygodności.

Dowiedz się, czym jest arbitraż statystyczny, jak inwestorzy ilościowi identyfikują tymczasowe zależności cenowe oraz jak w praktyce działają strategie takie jak handel parami i mean reversion.

Dowiedz się, czym jest macierz rozszerzona, jak reprezentuje układy równań i jak używać operacji na wierszach, aby je rozwiązać.

Dowiedz się, czym jest wykres reszt, jak interpretować typowe wzorce oraz jak wykresy reszt pomagają identyfikować nieliniowość, heteroscedastyczność, wartości odstające i inne problemy w regresji.

Dowiedz się, czym są minima i maksima, jak różnią się ekstrema lokalne i globalne oraz jak je znaleźć za pomocą punktów krytycznych, testów pierwszej i drugiej pochodnej oraz metody przedziału domkniętego.