Доступно

[Udemy] Анализ временных рядов на Python (Николай Мациевский)

Тема в разделе "Курсы по программированию"

Цена:
1600 руб
Взнос:
100 руб
Организатор:
Sklizad

Список участников складчины:

1. Sklizad
Купить
  1. Sklizad Организатор складчин

    [Udemy] Анализ временных рядов на Python (Николай Мациевский)

    [​IMG]
    Изучим регрессию, автокорреляция и рекуррентные нейросети для работы с временными рядами

    Чему вы научитесь:
    • Теория временных рядов
    • Описание тенденций временного ряда
    • Прогнозирование временного ряда
    • Линейная и нелинейная регрессия
    • ARMA, ARIMA, SARIMA(X)
    • ADL и VAR
    • RNN, LSTM и GRU
    • BiLSTM

      Требования:
    • Продвинутый Python
    Основы машинного обучения
    • Это дополнительный курс программы Машинное обучение от ITtensive по анализу временных рядов.
    В курсе разбираются 3 практических задачи:
    • 1. Фьючерсы (цены) на зерно.
    Используя помесячные данные фьючерсов на зерно на лондонской бирже и применив ансамбль классических методов - бегущего среднего и полиномиальной регрессии - спрогнозируем цены в период сильной неопределенности.
    Проект: прогноз фьючерсов на июнь 2022 года
    • 2. Курсы валют.
    Изучим частотный и эконометрический подход для описание и прогнозирования курса доллара к рублю. Научимся раскладывать ряд на тренд, сезонность и вариацию и использовать модели ARMA, ARIMA, SARIMA, а также векторные (факторные) данные. Попробуем библиотеки Prophet и Auto-TS (автоматическое машинное обучение).
    Проект: прогноз объема экспорта в декабре 2022 года
    • 3. Активность потребителей электроэнергии.
    Разберемся с нейронными сетями и на основе достаточно стационарного ряда спрогнозируем его поведение, используя ансамбль из рекуррентных нейросетей.
    Курсовой проект: прогноз курса акций, используя рекуррентные нейросети.

    Теория по курсу включает:
    • Понятие и цели анализа временного ряда
    • Базовые техники - полиномиальные тренды и бегущее среднее
    • Модель Хольта-Винтерса и цвета шума
    • Авторегрессия и стационарность ряда
    • AR/MA, ARIMA, SARIMA(X)
    • ADL и VAR
    • Методологию анализа временных рядов и дрейф данных
    • Рекуррентные нейросети
    • LSTM, GRU, ConvLSTM и BiLSTM
    • В заключении посмотрим на модели WaveNet и трансформеры (механизмы внимания).

      Для кого этот курс:
    • Инженеры по данным, работающие с временными сериями
    • Разработчики Python, прогнозирующие временные ряды
    • Ученые по данным, исследующие временные зависимости
    01. Введение
    • Введение.mp4
    02. Линейная регрессия и скользящие окна
    • Понятие временного ряда.mp4
    • Цели анализа временных рядов.mp4
    • Полиномиальные тренды.mp4
    • Скользящие средние.mp4
    • Метод экспоненциального сглаживания.mp4
    • Сигнал и шум.mp4
    03. Практикум Цены на зерно
    • Цены на зерно.mp4
    • Исходный код.html
    • Скользящее окно.mp4
    • Исходный код.html
    • Экспоненциальное среднее.mp4
    • Исходный код.html
    • Модель Хольта-Винтерса.mp4
    • Исходный код.html
    • Частотный анализ.mp4
    • Исходный код.html
    04. Проект предсказание цен
    • Фьючерсы на зерно.html
    05. Эконометрический подход
    • Авторегрессия.mp4
    • Стационарность.mp4
    • ARMA.mp4
    • ARIMA.mp4
    • SARIMA(X).mp4
    • ADL и VA.mp4
    • Автокорреляция.html
    06. Практикум Курсы валют
    • ARMA.mp4
    • Исходный код.html
    • ARIMA.mp4
    • Исходный код.html
    • SARIMA.mp4
    • Исходный код.html
    • PROPHET.mp4
    • Исходный код.html
    • Auto-TS.mp4
    • Исходный код.html
    07. Проект Объем экспорта
    • Прогнозирование объема экспорта.txt
    08. Методология анализа временных рядов и нейросети
    • Анализ временных рядов.mp4
    • Дрейф данных.mp4
    • RNN.mp4
    • LSTM.mp4
    • GRU.mp4
    • BiLSTM и ConvLST.mp4
    • Рекуррентные нейросети.html
    09. Практикум Активность потребителей
    • Потребители энергии.mp4
    • Исходный код.html
    • CatBoost.mp4
    • Исходный код.html
    • RNN.mp4
    • Исходный код.html
    • LST.mp4
    • Исходный код.html
    • GRU.mp4
    • Исходный код.html
    • BiLST.mp4
    • Исходный код.html
    10. Курсовой проект
    • Моделирование временного ряда.txt
    11. Заключение
    • Поздравления.mp4

    Продажник:

    Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
     
  2. Похожие складчины
    Загрузка...
  3. Sklizad Организатор складчин
    Уведомляем вас о начале сбора взносов.
    Цена продукта: 1600 руб. Взнос с каждого участника: 100 руб.
    Кол-во участников в основном списке: 1 чел.

    Начало сбора взносов 21 Февраль 2023 года
     
    Sklizad,
Наверх