อนุกรมเวลา ใน Python

อัปเดตแล้ว 05/2569

พัฒนาทักษะที่คุณต้องใช้ในการจัดการ ตีความ และแสดงผลข้อมูลอนุกรมเวลาใน Python โดยใช้ pandas, NumPy และ Matplotlib

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google

แสดงตัวเลือกเพิ่มเติม

หรือ

การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา

คำอธิบายเส้นทางการเรียน

อนุกรมเวลา ใน Python

ข้อมูลอนุกรมเวลาเป็นหนึ่งในประเภทข้อมูลที่พบบ่อยที่สุด และการเข้าใจวิธีทำงานกับข้อมูลประเภทนี้เป็นทักษะสำคัญด้านวิทยาศาสตร์ข้อมูล หากคุณต้องการสร้างการคาดการณ์และรายงานแนวโน้ม ในเส้นทางนี้ คุณจะได้เรียนรู้วิธีจัดการข้อมูลอนุกรมเวลาโดยใช้ pandas ทำงานกับไลบรารีสถิติอย่าง NumPy และ statsmodels เพื่อวิเคราะห์ข้อมูล และพัฒนาทักษะการสร้างภาพข้อมูลของคุณด้วย Matplotlib, SciPy และ seaborn จากนั้นคุณจะนำทักษะอนุกรมเวลาไปใช้กับข้อมูลจริง เช่น ข้อมูลหุ้นทางการเงิน การพบเห็นยูเอฟโอ ระดับ CO2 ในเมาวี การผลิตลูกกวาดรายเดือนในสหรัฐฯ และเสียงการเต้นของหัวใจ เมื่อจบเส้นทางนี้ คุณจะรู้วิธีพยากรณ์อนาคตด้วยโมเดลตระกูล ARIMA และสร้างการคาดการณ์และอินไซต์ด้วยโมเดลแมชชีนเลิร์นนิง

ข้อกำหนดเบื้องต้น

ไม่มีข้อกำหนดเบื้องต้นสำหรับเส้นทางการเรียนนี้

Course
1
การจัดการข้อมูล Time Series ใน Python
ในคอร์สนี้ คุณจะได้เรียนรู้พื้นฐานของการทำงานกับข้อมูลอนุกรมเวลา
Course
2
การวิเคราะห์อนุกรมเวลาด้วย Python
ในคอร์ส 4 ชั่วโมงนี้ คุณจะได้เรียนรู้พื้นฐานการวิเคราะห์ข้อมูลอนุกรมเวลาใน Python
Course
3
การแสดงภาพข้อมูล Time Series ด้วย Python
แสดงภาพฤดูกาล แนวโน้ม และรูปแบบอื่นๆ ในข้อมูลอนุกรมเวลาของคุณ
Course
4
ARIMA Models ใน Python
เรียนรู้เกี่ยวกับโมเดล ARIMA ใน Python และก้าวสู่ความเชี่ยวชาญด้านการวิเคราะห์อนุกรมเวลา
Project
โบนัส
Time Series Analysis for Transportation
Explore transportation time series data analysis to uncover patterns and forecast travel costs.
Course
6
Machine Learning สำหรับข้อมูล Time Series ใน Python
หลักสูตรนี้เน้นการสร้างฟีเจอร์และแมชชีนเลิร์นนิงสำหรับข้อมูลอนุกรมเวลา