After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Дані часових рядів повсюдні. Коливання на фондовому ринку, дані датчиків про зміну клімату чи активність мозку — будь-який сигнал, що змінюється з часом, можна описати як часовий ряд. Машинне навчання стало потужним методом, який дає змогу використати складність у даних, щоб будувати прогнози та отримувати інсайти про задачу, яку ви розв'язуєте. Цей курс — на перетині двох напрямів: машинного навчання та даних часових рядів. Ми розглянемо інжиніринг ознак, спектрограми та інші просунуті прийоми, щоб класифікувати звуки серцебиття та прогнозувати ціни акцій.
Попередні вимоги
Навчальний план
Зміст курсу
1
Вступ до часових рядів і машинного навчання
У цьому розділі ви познайомитеся з основами машинного навчання, даних часових рядів і тим, як вони поєднуються.
- Види часових рядів і їх застосування50 XP
- Розпізнаємо часовий ряд50 XP
- Побудова графіка часових рядів (I)100 XP
- Побудова часових рядів (II)100 XP
- Основи машинного навчання50 XP
- Підганяння простої моделі: класифікація100 XP
- Передбачення за допомогою моделі класифікації100 XP
- Навчання простої моделі: регресія100 XP
- Передбачення за допомогою моделі регресії100 XP
- Машинне навчання та часові ряди50 XP
- Ознайомлення з даними для класифікації100 XP
- Огляд даних для регресії100 XP
2
Часові ряди як вхідні дані моделі
Найпростіший спосіб включити часові ряди у ваш конвеєр машинного навчання — використовувати їх як ознаки в моделі. У цьому розділі розглянуто типові ознаки, які виділяють із часових рядів для виконання задач машинного навчання.
3
Прогнозування даних часових рядів
Якщо потрібно прогнозувати закономірності в даних у часі, слід враховувати особливості вибору та побудови моделі. У цьому розділі показано, як дослідити дані перед навчанням моделі, а також найкращі практики застосування прогностичного моделювання до даних часових рядів.
4
Валідація та перевірка моделей часових рядів
Коли у вас є модель для прогнозування даних часових рядів, потрібно визначити, чи вона хороша, чи ні. У цьому розділі розглянуто основи отримання передбачень моделями, щоб валідовувати їх на «тестових» даних.
Machine Learning для часових рядів у Python
Курс
завершено
