После прохождения этих курсов я уверенно создаю профессиональные визуализации и дашборды.
Shoebur RahmanСпециалист по закупкам, Giz Bangladesh
Описание курса
Данные временных рядов встречаются повсюду. Будь то колебания фондового рынка, показания датчиков, фиксирующих изменение климата, или активность мозга — любой сигнал, изменяющийся во времени, можно описать как временной ряд. Машинное обучение стало мощным инструментом для работы со сложными данными: оно позволяет строить прогнозы и извлекать полезные закономерности. Этот курс находится на пересечении машинного обучения и анализа временных рядов и охватывает проектирование признаков, спектрограммы и другие продвинутые техники для классификации звуков сердцебиения и прогнозирования цен на акции.
Предварительные требования
Программа
План курса
1
Введение в временные ряды и машинное обучение
Эта глава знакомит с основами машинного обучения, данными временных рядов и точками их пересечения.
- Виды временных рядов и их применение50 XP
- Определение временного ряда50 XP
- Построение графика временного ряда (I)100 XP
- Построение графика временного ряда (II)100 XP
- Основы машинного обучения50 XP
- Обучение простой модели: классификация100 XP
- Предсказание с помощью классификационной модели100 XP
- Обучение простой модели: регрессия100 XP
- Предсказание с помощью регрессионной модели100 XP
- Машинное обучение и данные временных рядов50 XP
- Изучение данных для классификации100 XP
- Изучение данных для регрессии100 XP
2
Временные ряды как входные данные модели
Самый простой способ включить временные ряды в пайплайн машинного обучения — использовать их в качестве признаков модели. В этой главе рассматриваются распространённые признаки, извлекаемые из временных рядов для задач машинного обучения.
3
Прогнозирование временных рядов
Если вы хотите прогнозировать паттерны в данных, изменяющихся со временем, необходимо учитывать особенности выбора и построения модели. В этой главе вы научитесь исследовать данные перед обучением модели, а также освоите лучшие практики предсказательного моделирования для временных рядов.
4
Валидация и анализ моделей временных рядов
Когда модель для прогнозирования временных рядов готова, важно оценить её качество. Эта глава охватывает основы генерации предсказаний и их проверки на тестовых данных.
Машинное обучение для данных временных рядов на Python
Курс
завершён
