After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, 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
Структура 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
