Name: Machine Learning สำหรับข้อมูล Time Series ใน Python
Rating: 4.774869109947644 (191 reviews)

รายละเอียดคอร์ส

ข้อมูล time series พบได้ทุกที่ ไม่ว่าจะเป็นความผันผวนของตลาดหุ้น ข้อมูลเซนเซอร์ที่บันทึกการเปลี่ยนแปลงสภาพภูมิอากาศ หรือสัญญาณกิจกรรมในสมอง สัญญาณใดก็ตามที่เปลี่ยนแปลงตามเวลาล้วนจัดเป็น time series ทั้งสิ้น machine learning ได้กลายเป็นเครื่องมืออันทรงพลังที่ช่วยดึงประโยชน์จากความซับซ้อนในข้อมูล เพื่อสร้างการพยากรณ์และข้อมูลเชิงลึกสำหรับปัญหาที่ต้องการแก้ไข คอร์สนี้อยู่ที่จุดตัดระหว่างสองโลกของ machine learning และข้อมูล time series ครอบคลุมการสร้างฟีเจอร์ spectrogram และเทคนิคขั้นสูงอื่น ๆ เพื่อจำแนกเสียงการเต้นของหัวใจและพยากรณ์ราคาหุ้น

ข้อกำหนดเบื้องต้น

Manipulating Time Series Data in Python Visualizing Time Series Data in Python Supervised Learning with scikit-learn

หลักสูตร

โครงร่างคอร์ส

พื้นฐาน Time Series และ Machine Learning

บทนี้เป็นการแนะนำพื้นฐานของ machine learning ข้อมูล time series และจุดเชื่อมต่อระหว่างทั้งสองด้าน

เริ่มบท

Time Series ในฐานะ Input ของโมเดล

วิธีที่ง่ายที่สุดในการนำ time series เข้าสู่ pipeline ของ machine learning คือการใช้เป็นฟีเจอร์ในโมเดล บทนี้ครอบคลุมฟีเจอร์ทั่วไปที่สกัดจาก time series เพื่อใช้ใน machine learning

เริ่มบท

การพยากรณ์ข้อมูล Time Series

การพยากรณ์รูปแบบจากข้อมูลที่เปลี่ยนแปลงตามเวลาต้องคำนึงถึงวิธีการเลือกและสร้างโมเดลอย่างรอบคอบ บทนี้ครอบคลุมการวิเคราะห์ข้อมูลเบื้องต้นก่อน Fit โมเดล รวมถึงแนวทางปฏิบัติที่ดีในการใช้โมเดลเชิงพยากรณ์กับข้อมูล time series

เริ่มบท

การตรวจสอบและวิเคราะห์โมเดล Time Series

เมื่อสร้างโมเดลสำหรับพยากรณ์ข้อมูล time series แล้ว ขั้นตอนถัดไปคือการประเมินว่าโมเดลนั้นดีหรือไม่ บทนี้ครอบคลุมพื้นฐานการสร้างการพยากรณ์ด้วยโมเดล เพื่อนำไปตรวจสอบกับข้อมูล "test"