Análisis de series de tiempo, pronóstico y aprendizaje automático

04/11/2021

Analisis de series de tiempo pronostico y aprendizaje automatico
Índice
  1. Análisis de series de tiempo, pronóstico y aprendizaje automático
    1. Python para LSTM, ARIMA, aprendizaje profundo, inteligencia artificial, regresión de vectores de soporte, + más aplicado a la predicción de series de tiempo

Análisis de series de tiempo, pronóstico y aprendizaje automático

Python para LSTM, ARIMA, aprendizaje profundo, inteligencia artificial, regresión de vectores de soporte, + más aplicado a la predicción de series de tiempo

Lo que aprenderás

Análisis de series de tiempo, pronóstico y aprendizaje automático

  • ETS y modelos de suavizado exponencial
  • Modelo de tendencia lineal de Holt y Holt-Winters
  • Modelos autorregresivos y de media móvil (ARIMA)
  • Estacional ARIMA (SARIMA) y SARIMAX
  • Auto ARIMA
  • La biblioteca de Python de modelos de estadísticas
  • La biblioteca pmdarima Python
  • Aprendizaje automático para la previsión de series de tiempo
  • Aprendizaje profundo (ANN, CNN, RNN y LSTM) para el pronóstico de series de tiempo
  • Tensorflow 2 para predecir los precios de las acciones y los rendimientos
  • Modelos de autorregresión vectorial (VAR) y promedio móvil vectorial (VMA) (VARMA)
  • AWS Forecast (servicio de predicción de series de tiempo de Amazon)
  • FB Prophet (biblioteca de series de tiempo de Facebook)
  • Modelado y pronóstico de series de tiempo financieras
  • GARCH (modelo de volatilidad)

Requisitos

  • Habilidades decentes de codificación en Python
  • Numpy, Matplotlib, Pandas y Scipy (¡Yo enseño esto gratis! Mi regalo a la comunidad)
  • Aritmética de matrices
  • Probabilidad

Descripción

¡Hola amigos!

Bienvenido a Análisis de series de tiempo, pronósticos y aprendizaje automático en Python.

El análisis de series de tiempo se ha convertido en un campo especialmente importante en los últimos años.

  • Con la inflación en aumento, muchos están recurriendo al mercado de valores y las criptomonedas para asegurarse de que sus ahorros no pierdan su valor.
  • COVID-19 nos ha mostrado cómo la previsión es una herramienta esencial para impulsar las decisiones de salud pública.
  • Las empresas se están volviendo cada vez más eficientes, pronosticando las necesidades operativas y de inventario con anticipación.

Déjame ir al grano. Este no es su curso promedio de Análisis de series de tiempo. Este curso cubre desarrollos modernos como el aprendizaje profundo, la clasificación de series de tiempo (que puede impulsar la información del usuario a partir de los datos del teléfono inteligente o leer sus pensamientos a partir de la actividad eléctrica en el cerebro) y más.

LEER
Dominio de las redes neuronales convolucionales - Aprendizaje profundo - CNN

Cubriremos técnicas como:

  • ETS y suavizado exponencial
  • Modelo de tendencia lineal de Holt
  • Modelo de Holt-Winters
  • ARIMA, SARIMA, SARIMAX y Auto ARIMA
  • ACF y PACF
  • Modelos de media móvil y autorregresión vectorial (VAR, VMA, VARMA)
  • Modelos de aprendizaje automático (incluida la regresión logística, las máquinas de vectores de soporte y los bosques aleatorios)
  • Modelos de aprendizaje profundo (redes neuronales artificiales, redes neuronales convolucionales y redes neuronales recurrentes)
  • GRU y LSTM para el pronóstico de series de tiempo

Cubriremos aplicaciones como:

  • Pronóstico de series de tiempo de datos de ventas
  • El pronóstico de series de tiempo de los precios de las acciones y los rendimientos de las acciones
  • Clasificación de series de tiempo de datos de teléfonos inteligentes para predecir el comportamiento del usuario

La versión VIP del curso cubrirá temas aún más interesantes, como:

  • AWS Forecast (API de pronóstico de código bajo de última generación de Amazon)
  • GARCH (modelo de volatilidad financiera)
  • FB Prophet (biblioteca de series de tiempo de Facebook)

¿Entonces, Qué esperas? Regístrese ahora para obtener acceso de por vida, un certificado de finalización que puede mostrar en su perfil de LinkedIn y las habilidades para usar las últimas técnicas de análisis de series de tiempo que no puede aprender en ningún otro lugar.

Gracias por leer, ¡nos vemos en clase!

Más Información

Subir

Este sitio web utiliza cookies para ofrecerle una mejor experiencia de navegación, si continua en navegando consideramos que acepta su uso.