Phân tích và dự báo chuỗi thời gian bằng Python

Dữ liệu phụ thuộc thời gian được tìm thấy trong hầu hết các ngành công nghiệp, từ tài chính và bán lẻ đến khí tượng và kỹ thuật, nhưng để trích xuất những nhận thức có thể hành động cần một bộ công cụ phân tích cụ thể. Bạn sẽ chuyển từ người mới bắt đầu thành người có khả năng xử lý các tập dữ liệu thời gian phức tạp bằng cách sử dụng thư viện Python hiện đại. Khi kết thúc khóa học này, bạn sẽ có khả năng nhận biết các mẫu trong dữ kiện, xử lí các dao động theo mùa, và thực hiện cả các mô hình thống kê cổ điển và các mạng nơron hiện đại để dự đoán. Bạn sẽ học được: - Hiểu các khái niệm chuỗi thời gian cơ bản bao gồm tĩnh, xu hướng và theo mùa - Apply Pandas for sophisticated date-time indexing, data cleaning, and resampling - Xây dựng mô hình dự báo thống kê sử dụng ARIMA và SARIMAX cho xu hướng theo mùa - Thực hiện các giải pháp học sâu sử dụng mạng nơron lặp lại và kiến trúc LSTM - Thiết lập dự báo đa biến để dự đoán kết quả dựa trên nhiều biến đầu vào - Luyện tập các luồng công việc Python hiện đại bao gồm gợi ý kiểu và chứa dữ liệu cấu trúc cho mã mạnh Chương trình bắt đầu với thuật ngữ cơ bản và kỹ thuật chuẩn bị dữ liệu trước khi tiến hành mô hình thống kê cổ điển và kết thúc với các phương pháp học sâu tiên tiến. Bạn sẽ đọc qua các giải thích chi tiết và áp dụng kiến thức của bạn qua các bài tập lập trình được thiết kế để củng cố mỗi khái niệm. Chương trình này được thiết kế cho người mới bắt đầu, sinh viên, và những người muốn học phân tích dữ liệu từ đầu. Không cần phải có kinh nghiệm trước đó với phân tích chuỗi thời gian hay toán học cao cấp. Bắt đầu xây dựng kỹ năng của bạn trong phân tích dự đoán hôm nay.