×

Онлайн-курс «Forecasting and Time Series Analysis | Прогнозування та аналіз часових рядів» от robot_dreams (подія в архіві)

Відбулось
7 червня 2022 (вівторок)
Місце
Online
Вартість
2500 грн/міс.
Підуть

Практичний онлайн-курс, який допоможе розібратися у фундаментальних принципах побудови часових рядів, навчить знаходити закономірності в отриманих даних та робити точні прогнози на майбутнє.

🔻Про курс🔻

Time Series покриває величезний пласт завдань Data Science, пов’язаних із прогнозуванням, пошуком аномалій та предиктивною аналітикою.

На курсі ви розберетеся в фундаментальних принципах побудови часових рядів та освоїте всі необхідні бібліотеки Python для цього. Будете будувати прогнози з урахуванням трендів, сезонності та циклічності, інтерпретувати та оцінювати результати прогнозів, знаходити аномалії та застосовувати нейронні мережі для часових рядів.

Бонусом ви отримаєте 2 півгодинні індивідуальні консультації з лектором.

В результаті — навчитеся робити прогнози навіть в умовах невизначеності.

🔻Курс підійде🔻

Data Scientist [beginner]

Вивчите основи аналізу часових рядів та будуватимете прогнози в XGBoost і Prophet. У підсумку ― зможете встановити причинно-наслідкові зв’язки за допомогою впорядкування отриманих даних та прототипувати моделі.

Data Analyst

Навчитеся будувати різні моделі часових рядів: ковзаючі статистики, експоненційне згладжування, Хольта-Вінтерса, ARIMA. У результаті ― зможете робити прогнози навіть за умов невизначеності.

Developers and Other IT-Specialists

Дізнаєтеся, як робити прогнози з урахуванням трендів, сезонності та циклічності, а також знаходити аномалії та застосовувати нейронні мережі для часових рядів. Ви зможете використовувати Time Series Analysis у своїй роботі.

🔻Після курсу ви🔻

  • вичите основи аналізу часових рядів і будете будувати прогнози в XGBoots та Prophet. Як результат ― зможете встановити причинно-наслідкові зв’язки за допомогою впорядкування отриманих даних і прототипувати моделі
  • навчитеся будувати різні моделі часових рядів: ковзаючі статистики, експонентне згладжування, Хольта-Вінтерса, ARIMA

В результаті ― зможете робити прогнози навіть за умов невизначеності.

  • дізнаєтесь, як робити прогнози з урахуванням трендів, сезонності та циклічності, знаходити аномалії та приміняти нейронні мережі для часових рядів.
  • Зможете приміняти Time Series Analysis в своїй роботі

🔻Про лектора🔻

Кристина Ісакова, проводить Time Series Analysis і знаходить аномалії даних на позиції Data Scientist в німецькому стартапі з пошуку та бронювання житла Holidu. Має понад 4 роки досвіду на позиції Data Scientist. Викладала фізику та математику в Університеті Генуї [Італія] і Гамбурзькому університеті [Германия].

Реєструйтесь на курс, щоб знаходити причинно-наслідкові зв’язки в ваших даних.

🔻Детальніше про курс🔻

Google Calendar iCal
👍ПодобаєтьсяСподобалось1
До обраногоВ обраному0
LinkedIn
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter

Увага! Старт перенесено на 7 червня 2022 року.

Підписатись на коментарі