Bu kursları tamamladıktan sonra profesyonel görselleştirmeler ve panolar oluşturma konusunda kendime güveniyorum
Shoebur RahmanSatın Alma Uzmanı, Giz Bangladesh
Kurs Açıklaması
Hiç geleceği tahmin etmeye çalıştınız mı? Önümüzde bizi bekleyen şey, genellikle sadece bekleyerek çözülebilen bir gizemdir. Bu kursta, beklemeyi bırakıp Python'da ARIMA modellerini kullanarak zaman serisi modelleme dünyasına dalabilir ve geleceği tahmin edebilirsiniz.
Bu kavramları kolayca kavrayıp uygulayabileceksiniz, bir adım önde tahminler, dinamik tahminler ve verilerinize doğrudan uyan ARIMA modelleri oluşturmayı keşfedeceksiniz.
Bu son proje her şeyi bir araya getirerek ARIMA modellemesi hakkında kapsamlı bir anlayış sağlar.
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.
Ön Koşullar
Müfredat
Kurs planı
1
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.
- Zaman serilerine ve durağanlığa giriş50 XP
- Keşif100 XP
- Eğitim-test ayrımları100 XP
- Durağan mı?100 XP
- Zaman serilerini durağan hâle getirme50 XP
- Genişletilmiş Dickey-Fuller100 XP
- Fark alma100 XP
- Diğer dönüşümler100 XP
- AR, MA ve ARMA modellere giriş50 XP
- Model derecesi100 XP
- ARMA verisi üretme100 XP
- Uydurmaya Giriş100 XP
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
