Machine Learning para series temporales con ARIMA, SARIMA...

от партнера
Coursera Project Network
В этом Проект с консультациями вы:

Conocer los fundamentos de las series temporales

Entrenar diferentes modelos estadísticos de series temporales como AR, MA, ARMA, ARIMA, SARIMA

Predecir datos futuros en base a series de tiempo

Clock2 horas
IntermediateУчащийся среднего уровня
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsИспанский
LaptopТолько для ПК

Proyecto aplicado y práctico para aprender a entrenar modelos de Machine Learning como: AR, MA, ARMA, ARIMA, autoARIMA, SARIMA y autoSARIMA para predecir series temporales con Python.

Навыки, которые вы получите

  • ARMA
  • Machine Learning
  • Autoregressive Integrated Moving Average (ARIMA)
  • Time Series
  • SARIMA

Будете учиться пошагово

На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:

  1. Introducción a las series temporales

  2. Tipos de datos de series temporales

  3. Preprocesamiento y análisis de series temporales

  4. Ejercicio aplicado. Preprocesamiento y análisis

  5. Técnicas para transformar series en estacionarias

  6. Modelo de autoregresión (AR) y métricas de evaluación

  7. Ejercicio aplicado. Modelo AR

  8. Modelo de media móvil (MA) y media móvil autorregresiva (ARMA)

  9. Ejercicio aplicado MA y ARMA

  10. Modelo de ARIMA y autoARIMA

  11. Modelo de SARIMA y auto SARIMA

  12. Ejercicio aplicado. ARIMA y SARIMA

Как устроены проекты с консультациями

Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.

На разделенном экране видео преподаватель предоставляет пошаговые

Часто задаваемые вопросы

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.