Python Machine Learning for Time Series Data

Mỗi tín hiệu thay đổi theo thời gian - từ giá cổ phiếu đến máy đo nhịp tim - chứa các mô hình mà phân tích dữ liệu truyền thống thường bỏ lỡ. Bạn sẽ có được kỹ năng để chuyển đổi dữ liệu thời gian gốc thành những hiểu biết có thể hành động, di chuyển qua toàn bộ luồng công việc từ việc dọn dẹp dữ kiện ban đầu đến triển khai mô hình dự đoán. Bằng cách đọc qua các giải thích thực tế và các bài tập dựa trên mã, bạn sẽ phát triển một hiểu biết sâu sắc về cách xử lý các thách thức độc đáo của thông tin phụ thuộc thời gian. Bạn sẽ học được: - Hiểu các thuộc tính cốt lõi của dữ liệu chuỗi thời gian, bao gồm tĩnh, theo mùa và cấu trúc xu hướng. - Ứng dụng kỹ thuật kỹ sư đặc điểm để trích xuất tín hiệu có giá trị từ các tập dữ liệu chỉ số thời gian thô. - Học các công cụ và thư viện Python hiện đại để thao tác dữ liệu hiệu quả và sắp xếp thời gian. - Thực hành xây dựng mô hình cho cả phân loại tín hiệu âm thanh và hồi quy cho dự báo giá. - Thực hiện các phương pháp phân tích như thống kê cửa sổ cuộn và biến đổi tần số. - Học các chiến lược xác minh mạnh mẽ để đảm bảo mô hình hoạt động đáng tin cậy trong tương lai, dữ liệu chưa thấy. Chương trình học bắt đầu với thuật ngữ cơ bản và cấu trúc dữ liệu cơ bản trước khi tiến tới thực hiện thực tế, trích xuất tính năng, và đánh giá mô hình. Chương này được thiết kế cho người mới bắt đầu có hiểu biết cơ bản về Python, muốn chuyên về lĩnh vực phân tích chuỗi thời gian. Không cần kinh nghiệm trước với học máy. Bắt đầu hành trình của bạn vào thế giới khoa học dữ liệu thời gian hôm nay.