Kurs
Python'da ARIMA Modelleri
İleri SeviyeBeceri Seviyesi
Güncel 11.2023
PythonMachine Learning4 sa15 video57 Egzersiz4,850 XP24,880Başarı Belgesi
Ücretsiz Hesabınızı Oluşturun
Google ile devam edinDaha fazla seçenek gösterveya
Devam ederek Kullanım Şartlarımızı, Gizlilik Politikamızı ve verilerinizin ABD’de saklandığını kabul etmiş olursunuz.
Binlerce şirketten öğrencinin sevgisini kazandı
Bir Ekibi Eğitiyor musunuz?
İşletmeler için deneyinKurs Açıklaması
Zaman serisi verisi
ARMA modelleriyle çalışmak için çok önemli olan durağanlık kavramı dahil olmak üzere, zaman serisi verilerinin temellerini öğrenerek başlayın. Görsel ve istatistiksel olarak durağanlığı test etmeyi, ARMA verileri oluşturmayı ve sağlam bir temel elde etmek için ARMA modellerini uydurmayı öğreneceksiniz.Statsmodels paketi
İlerledikçe, ARMA, ARIMA ve ARMAX modellerini uydurmak için güçlü Statsmodels paketini keşfedin. Modellerinizi kullanarak hisse senedi fiyatları gibi gelecekteki değerleri tahmin etmek için pratik deneyim kazanacaksınız.Bu kavramları kolayca kavrayıp uygulayabileceksiniz, bir adım önde tahminler, dinamik tahminler ve verilerinize doğrudan uyan ARIMA modelleri oluşturmayı keşfedeceksiniz.
ACF ve PACF grafikleri
Öne çıkan özelliklerden biri, umut vaat eden model sıralarını belirlemek için ACF ve PACF grafiklerini kullanarak en iyi modeli seçmeyi öğrenmektir. Model seçimi ve tanılama için AIC ve BIC gibi kriterler hakkında bilgi edinecek ve modellerinizi mükemmelleştirmek için gerekli iyileştirmeleri yapabileceksiniz..SARIMA modelleri
Kurs, mevsimsel ARIMA (SARIMA) modelleriyle sona eriyor. Bu modeller, mevsimsel kalıplara sahip verileri işlemek için mükemmeldir. Zaman serisi verilerini mevsimsel ve mevsimsel olmayan bileşenlere ayırmayı öğrenecek ve ARIMA becerilerinizi küresel bir tahmin yarışmasında uygulayacaksınız.Bu son proje her şeyi bir araya getirerek ARIMA modellemesi hakkında kapsamlı bir anlayış sağlar.
Önkoşullar
Supervised Learning with scikit-learn1
ARMA Modelleri
Doğrudan dal ve zaman serilerinin en önemli özelliklerini öğren. Durağanlığı ve bunun ARMA modelleri için neden önemli olduğunu keşfedeceksin. Durağanlığı hem gözle hem de standart bir istatistiksel test ile nasıl sınayacağını göreceksin. Son olarak, ARMA modellerinin temel yapısını öğrenecek, bunu kullanarak bazı ARMA verileri oluşturacak ve bir ARMA modeli uyduracaksın.
2
Geleceği Uydurmak
Bu bölümde seni bekleyen şey, verilerinde seni bekleyeni tahmin etmek! statsmodels paketini kullanarak ARMA, ARIMA ve ARMAX modellerini zarifçe nasıl uyduracağını öğreneceksin. Ardından, modellerini kullanarak hisse senedi fiyatlarının belirsiz geleceğini tahmin edeceksin!
3
En İyilerin En İyisi Modeller
Bu bölümde seçici zevke sahip bir modelleyici olacaksın. Verinin kendisinden umut vadeden model derecelerini nasıl belirleyeceğini, sonra da en umut verici modeller eğitildikten sonra bu seçenekler arasından en iyi modeli nasıl seçeceğini öğreneceksin. Ayrıca zaman serisi projelerini yapılandırmak için harika bir çerçeve de öğreneceksin.
4
Mevsimsel ARIMA Modelleri
Bu son bölümde, daha karmaşık verileri uydurmak için mevsimsel ARIMA modellerini kullanmayı öğreneceksin. Bu veriyi mevsimsel ve mevsimsel olmayan parçalara nasıl ayıracağını görecek ve ardından tüm ARIMA araçlarını son bir küresel tahmin meydan okumasında kullanma şansı bulacaksın.
Python'da ARIMA Modelleri
Kurs Tamamlandı
Başarı Belgesi Kazanın
Bu kimlik bilgisini LinkedIn profilinize, özgeçmişinize veya CV'nize ekleyinSosyal medyada ve performans incelemenizde paylaşınŞimdi kaydolun
Bugün 19 milyondan fazla öğrenciye katılın ve Python'da ARIMA Modelleri eğitimine başlayın!
Ücretsiz Hesabınızı Oluşturun
Google ile devam edinDaha fazla seçenek gösterveya
Devam ederek Kullanım Şartlarımızı, Gizlilik Politikamızı ve verilerinizin ABD’de saklandığını kabul etmiş olursunuz.
DataCamp for Mobile ile veri becerilerinizi geliştirin
Mobil kurslarımız ve günde 5 dakikalık kodlama görevlerimizle hareket halindeyken ilerleme kaydedin.