Enhance your skills with SAS Visual Forecasting

от партнера

Специализация Analyzing Time Series and Sequential DataSAS

Специализация: общие сведения

Using SAS Visual Forecasting and other SAS tools, you will learn to explore time series, create and select features, build and manage a large-scale forecasting system, and use a variety of models to identify, estimate and forecast signal components of interest.

Проект прикладного обучения

In this specialization’s project, learners will discover signal components in high value series then specify custom specifications appropriate for these series. These custom specifications are incorporated into a large scale forecasting system that learners create to automate the process of model generation, model selection and forecasting. Learners accommodate recurrent events and anomalies in the process generating the data to refine the automatic forecasting system .

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

Только онлайн-курсы

Начните сейчас и учитесь по собственному графику.

Гибкий график

Установите гибкие сроки сдачи заданий.

Средний уровень

Comfortability with basic statistical concepts from Statistics with SAS. Familiarity with matrices and principal components analysis is helpful.

Ориентировочное время на прохождение: 7 месяцев

Рекомендуемый темп: 1 ч/неделю

Английский

Субтитры: Английский

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

Только онлайн-курсы

Начните сейчас и учитесь по собственному графику.

Гибкий график

Установите гибкие сроки сдачи заданий.

Средний уровень

Comfortability with basic statistical concepts from Statistics with SAS. Familiarity with matrices and principal components analysis is helpful.

Ориентировочное время на прохождение: 7 месяцев

Рекомендуемый темп: 1 ч/неделю

Английский

Субтитры: Английский

О специализации

Пройти курсы

Специализация Coursera — это серия курсов, помогающих в совершенстве овладеть определенным навыком. Можно сразу записаться на специализацию или просмотреть курсы, из которых она состоит и выбрать тот, с которого вы хотите начать. Подписываясь на курс, который входит в специализацию, вы автоматически подписываетесь на всю специализацию. Можно завершить всего один курс, а потом сделать паузу в обучении или в любой момент отменить подписку. Отслеживайте свои курсы и прогресс на панели управления учащегося.

Практический проект

В каждой специализации есть практический проект, который нужно успешно выполнить, чтобы завершить специализацию и получить сертификат. Если для практического проекта в специализации предусмотрен отдельный курс, прежде чем начать его, необходимо завершить все остальные курсы.

Получите сертификат

Когда вы пройдете все курсы и завершите практический проект, вы получите сертификат, которым можно поделиться с потенциальными работодателями и коллегами.

Специализация включает несколько курсов: 3

Курс1

Курс 1

Creating Features for Time Series Data

This course focuses on data exploration, feature creation, and feature selection for time sequences. The topics discussed include binning, smoothing, transformations, and data set operations for time series, spectral analysis, singular spectrum analysis, distance measures, and motif analysis.

In this course you learn to perform motif analysis and implement analyses in the spectral or frequency domain. You also discover how distance measures work, implement applications, explore signal components, and create time series features. This course is appropriate for analysts with a quantitative background as well as domain experts who would like to augment their time-series tool box. Before taking this course, you should be comfortable with basic statistical concepts. You can gain this experience by completing the Statistics with SAS course. Familiarity with matrices and principal component analysis are also helpful but not required.

Курс2

Курс 2

Building a Large-Scale, Automated Forecasting System

In this course you learn to develop and maintain a large-scale forecasting project using SAS Visual Forecasting tools. Emphasis is initially on selecting appropriate methods for data creation and variable transformations, model generation, and model selection. Then you learn how to improve overall baseline forecasting performance by modifying default processes in the system.

This course is appropriate for analysts interested in augmenting their machine learning skills with analysis tools that are appropriate for assaying, modifying, modeling, forecasting, and managing data that consist of variables that are collected over time. The courses is primarily syntax based, so analysts taking this course need some familiarity with coding. Experience with an object-oriented language is helpful, as is familiarity with manipulating large tables.

Курс3

Курс 3

Modeling Time Series and Sequential Data

In this course you learn to build, refine, extrapolate, and, in some cases, interpret models designed for a single, sequential series. There are three modeling approaches presented. The traditional, Box-Jenkins approach for modeling time series is covered in the first part of the course. This presentation moves students from models for stationary data, or ARMA, to models for trend and seasonality, ARIMA, and concludes with information about specifying transfer function components in an ARIMAX, or time series regression, model. A Bayesian approach to modeling time series is considered next. The basic Bayesian framework is extended to accommodate autoregressive variation in the data as well as dynamic input variable effects. Machine learning algorithms for time series is the third approach. Gradient boosting and recurrent neural network algorithms are particularly well suited for accommodating nonlinear relationships in the data. Examples are provided to build intuition on the effective use of these algorithms.

The course concludes by considering how forecasting precision can be improved by combining the strengths of the different approaches. The final lesson includes demonstrations on creating combined (or ensemble) and hybrid model forecasts. This course is appropriate for analysts interested in augmenting their machine learning skills with analysis tools that are appropriate for assaying, modifying, modeling, forecasting, and managing data that consist of variables that are collected over time. This course uses a variety of different software tools. Familiarity with Base SAS, SAS/ETS, SAS/STAT, and SAS Visual Forecasting, as well as open-source tools for sequential data handling and modeling, is helpful but not required. The lessons on Bayesian analysis and machine learning models assume some prior knowledge of these topics. One way that students can acquire this background is by completing these SAS Education courses: Bayesian Analyses Using SAS and Machine Learning Using SAS Viya.

Преподаватели

от партнера

SAS

Through innovative software and services, SAS empowers and inspires customers around the world to transform data into intelligence. SAS is a trusted analytics powerhouse for organizations seeking immediate value from their data. A deep bench of analytics solutions and broad industry knowledge keep our customers coming back and feeling confident. With SAS®, you can discover insights from your data and make sense of it all. Identify what’s working and fix what isn’t. Make more intelligent decisions. And drive relevant change.

Часто задаваемые вопросы

Какие правила возврата средств?
Когда вы оформите подписку, начнется семидневный бесплатный пробный период, в течение которого подписку можно отменить без штрафа. По истечении этого срока вы не сможете вернуть средства, но сможете отменить подписку в любой момент. Ознакомьтесь с нашей политикой возврата средств.
Можно ли зарегистрироваться только на один курс?
Да! Чтобы начать, нажмите карточку интересующего вас курса и зарегистрируйтесь. Зарегистрировавшись, вы можете пройти курс и получить сертификат, ссылкой на который можно делиться с другими людьми. Просто ознакомиться с содержанием курса можно бесплатно. При подписке на курс, входящий в специализацию, вы автоматически подписываетесь на всю специализацию. Ход учебы можно отслеживать в панели управления учащегося.
Можно ли получить финансовую помощь?
Да. В некоторых программах обучения вы можете подать заявку на получение финансовой помощи или стипендии, если не можете оплатить регистрационный взнос. Если для выбранной вами программы предлагается такая возможность, вы увидите ссылку для подачи заявки на странице описания.
Могу ли я пройти курс бесплатно?
Когда вы регистрируетесь на курс, то можете получить доступ ко всем курсам в специализации. Кроме того, вы получаете сертификат о прохождении курса.Просто ознакомиться с содержанием курса можно бесплатно. Если стоимость обучения для вас слишком велика, вы можете подать заявку на финансовую помощь.
Действительно ли это полностью дистанционный курс? Нужно ли мне посещать какие-либо занятия лично?
Это полностью дистанционный курс, потому вам не нужно ничего посещать. Все лекции, материалы для самостоятельного изучения и задания доступны всегда и везде по Интернету и с мобильных устройств.
Сколько времени занимает получение специализации?
Approximately 8 weeks
What background knowledge is necessary?
Before coming to the class, you should be comfortable with basic statistical concepts. You can gain this experience by completing Statistics with SAS. A familiarity with matrices and principal components analysis will also be helpful but is not required.
Do I need to take the courses in a specific order?
We recommend taking in this order:
Time Series Feature Mining & Creation
Large Scale Forecasting
Models for Time Series & Sequential Data
Получу ли я зачеты в университете за прохождение специализации?
No
What will I be able to do upon completing the Specialization?
By the end of this specialization, learners will have completed 3 projects on time series data that develop skills in assaying, manipulating and modeling time series data that are relevant in large scale applications.

Остались вопросы? Посетите Центр поддержки учащихся.

Специализация Analyzing Time Series and Sequential Data

Специализация: общие сведения

Проект прикладного обучения