การวิเคราะห์อนุกรมเวลาด้วย Python

เรียนรู้วิธีใช้ Python สำหรับการวิเคราะห์อนุกรมเวลา

ตั้งแต่ราคาหุ้นไปจนถึงข้อมูลสภาพภูมิอากาศ คุณสามารถพบข้อมูลอนุกรมเวลาได้ในหลากหลายสาขา การมีทักษะในการทำงานกับข้อมูลดังกล่าวอย่างมีประสิทธิภาพเป็นทักษะที่สำคัญมากขึ้นเรื่อย ๆ สำหรับนักวิทยาศาสตร์ข้อมูล คอร์สนี้จะพาคุณรู้จักการวิเคราะห์อนุกรมเวลาใน Python

หลังจากเรียนรู้ว่าอนุกรมเวลา คืออะไรแล้ว คุณจะได้สำรวจแบบจำลองอนุกรมเวลาหลายประเภท ตั้งแต่แบบจำลองออโตรีเกรสซีฟและค่าเฉลี่ยเคลื่อนที่ ไปจนถึงแบบจำลองโคอินทิเกรชัน ระหว่างทาง คุณจะได้เรียนรู้วิธีประมาณค่า พยากรณ์ และจำลองแบบจำลองเหล่านี้โดยใช้ไลบรารีทางสถิติใน Python

คุณจะได้เห็นตัวอย่างมากมายของวิธีที่โมเดลเหล่านี้ถูกนำไปใช้ โดยเน้นเป็นพิเศษที่การประยุกต์ใช้ในด้านการเงิน

ค้นพบวิธีใช้วิธีการอนุกรมเวลา

คุณจะเริ่มต้นด้วยการเรียนรู้พื้นฐานของข้อมูลอนุกรมเวลา รวมถึงการถดถอยเชิงเส้นแบบง่าย คุณจะได้เรียนรู้แนวคิดของสหสัมพันธ์และสหสัมพันธ์อัตโนมัติ รวมถึงวิธีที่แนวคิดเหล่านี้นำไปใช้กับข้อมูลอนุกรมเวลา ก่อนจะไปสำรวจแบบจำลองอนุกรมเวลาแบบง่ายบางประเภท เช่น สัญญาณรบกวนขาวและการเดินสุ่ม ถัดไป คุณจะได้สำรวจว่าโมเดลออโตรีเกรสซีฟ (AR) ถูกนำมาใช้กับข้อมูลอนุกรมเวลาเพื่อทำนายค่าปัจจุบันอย่างไร และโมเดลค่าเฉลี่ยเคลื่อนที่สามารถผสานกับโมเดล AR เพื่อสร้างโมเดล ARMA อันทรงพลังได้อย่างไร

สุดท้าย คุณจะได้ดูวิธีใช้แบบจำลองโคอินทิเกรชันเพื่อสร้างแบบจำลองอนุกรมข้อมูลสองชุดร่วมกัน ก่อนจะไปดูกรณีศึกษาจากสถานการณ์จริง

สำรวจโมเดลและไลบรารี Python สำหรับการวิเคราะห์อนุกรมเวลา เมื่อจบหลักสูตรนี้ คุณจะเข้าใจว่าการวิเคราะห์อนุกรมเวลาใน Python ทำงานอย่างไร คุณจะได้รู้จักกับโมเดล วิธีการ และไลบรารีบางส่วนที่สามารถช่วยคุณในกระบวนการนี้ และจะรู้วิธีเลือกสิ่งที่เหมาะสมสำหรับการวิเคราะห์ของคุณเอง

หลักสูตรนี้เป็นส่วนหนึ่งของเส้นทาง Time Series with Python ที่ครอบคลุมยิ่งขึ้น ซึ่งประกอบด้วยชุดหลักสูตร 5 หลักสูตรเพื่อช่วยให้คุณเชี่ยวชาญทักษะด้านวิทยาการข้อมูลนี้