Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in die Zeitreihenanalyse
- Überblick über Zeitreihendaten
- Komponenten einer Zeitreihe: Trend, Saisonalität, Rauschen
- Einrichten von Google Colab für die Zeitreihenanalyse
Explorative Datenanalyse für Zeitreihen
- Visualisierung von Zeitreihendaten
- Zerlegung der Zeitreihenkomponenten
- Erkennen von Saisonalität und Trends
ARIMA-Modelle für die Zeitreihenprognose
- Verständnis des ARIMA-Modells (AutoRegressive Integrated Moving Average)
- Auswahl der Parameter für ARIMA-Modelle
- Implementierung von ARIMA-Modellen in Python
Einführung in Prophet für die Zeitreihenprognose
- Überblick über Prophet zur Zeitreihenprognose
- Implementierung von Prophet-Modellen in Google Colab
- Berücksichtigung von Feiertagen und besonderen Ereignissen bei Prognosen
Fortgeschrittene Prognoseverfahren
- Umgang mit fehlenden Werten in Zeitreihen
- Multivariate Zeitreihenprognose
- Anpassung der Prognosen durch externe Regressoren
Bewertung und Feinabstimmung von Prognosemodellen
- Leistungskennzahlen für die Zeitreihenprognose
- Feinabstimmung der ARIMA- und Prophet-Modelle
- Kreuzvalidierung und Backtesting
Praxisnahe Anwendungen der Zeitreihenanalyse
- Fallbeispiele zur Zeitreihenprognose
- Praktische Übungen mit realen Datensätzen
- Nächste Schritte für die Zeitreihenanalyse in Python
Zusammenfassung und Ausblick
Voraussetzungen
- Fortgeschrittene Kenntnisse in der Python-Programmierung
- Vertrautheit mit grundlegenden statistischen Methoden und Datenanalyseverfahren
Zielgruppe
- Data Analysts
- Data Scientists
- Fachkräfte, die mit Zeitreihendaten arbeiten
21 Stunden
Erfahrungsberichte (2)
Übungen machen
Joe Pang - Lands Department, Hong Kong
Kurs - QGIS for Geographic Information System
Maschinelle Übersetzung
Praktische Beispiele ermöglichten es uns, das Programm wirklich kennenzulernen. Gute Erklärungen und die Integration theoretischer Konzepte sowie deren Bezug zu praktischen Anwendungen wurden sehr geschätzt.
Ian - Archeoworks Inc.
Kurs - ArcGIS Fundamentals
Maschinelle Übersetzung