时间序列分析、预测和机器学习
Python for LSTMs, ARIMA, Deep Learning, AI, Support Vector Regression, +更多应用于时间序列预测
讲师:Lazy Programmer Team
口袋资源独家Udemy付费课程,独家中英文字幕,配套资料齐全!
用不到1/10的价格,即可享受同样的高品质课程,且可以完全拥有,随时随地都可以任意观看和分享。
你将会学到的
- ETS 和指数平滑模型
- Holt 的线性趋势模型和 Holt-Winters
- 自回归和移动平均模型 (ARIMA)
- 季节性 ARIMA (SARIMA) 和 SARIMAX
- 自动 ARIMA
- statsmodels Python 库
- pmdarima Python 库
- 用于时间序列预测的机器学习
- 用于时间序列预测的深度学习(ANN、CNN、RNN 和 LSTM)
- 用于预测股票价格和回报的 Tensorflow 2
- 矢量自回归 (VAR) 和矢量移动平均 (VMA) 模型 (VARMA)
- AWS Forecast(亚马逊的时间序列预测服务)
- FB Prophet(Facebook的时间序列库)
- 金融时间序列的建模和预测
- GARCH(波动率建模)
要求
- 体面的Python编码技能
- Numpy、Matplotlib、Pandas 和 Scipy(我免费教这些!我给社区的礼物)
- 矩阵运算
- 可能性
说明
大家好!
欢迎使用 Python 进行时间序列分析、预测和机器学习。
近年来,时间序列分析已成为一个特别重要的领域。
- 随着通货膨胀率上升,许多人转向股票市场和加密货币,以确保他们的储蓄不会失去价值。
- COVID-19 向我们展示了预测如何成为推动公共卫生决策的重要工具。
- 企业变得越来越高效,可以提前预测库存和运营需求。
让我开门见山。这不是一般的时间序列分析课程。本课程涵盖现代发展,例如深度学习、时间序列分类(可以从智能手机数据驱动用户洞察,或从大脑电活动中读取您的想法)等。
我们将介绍以下技术:
- ETS 和指数平滑
- 霍尔特的线性趋势模型
- 霍尔特-温特斯模型
- ARIMA、SARIMA、SARIMAX 和自动 ARIMA
- ACF 和 PACF
- 矢量自回归和移动平均模型(VAR、VMA、VARMA)
- 机器学习模型(包括逻辑回归、支持向量机和随机森林)
- 深度学习模型(人工神经网络、卷积神经网络和循环神经网络)
- 用于时间序列预测的 GRU 和 LSTM
我们将涵盖以下应用:
- 销售数据的时间序列预测
- 股票价格和股票收益的时间序列预测
- 智能手机数据的时间序列分类以预测用户行为
课程的 VIP 版本将涵盖更多令人兴奋的主题,例如:
- AWS Forecast(亚马逊最先进的低代码预测 API)
- GARCH(金融波动模型)
- FB Prophet(Facebook的时间序列库)
你还在等什么?立即注册以获得终身访问权限、可以在 LinkedIn 个人资料上炫耀的结业证书,以及使用最新时间序列分析技术的技能,这是您在其他任何地方都学不到的。
感谢阅读,我们课堂见!
独特的功能
- 每行代码都有详细解释 – 如果您不同意,请随时给我发电子邮件
- 不会像其他课程那样浪费时间在键盘上“打字”——老实说,没有人能在短短 20 分钟内从头开始真正编写出值得学习的代码
- 不惧怕大学水平的数学——了解其他课程遗漏的有关算法的重要细节
此课程面向哪些人:
- 任何喜欢或想了解时间序列分析的人
- 希望在金融、时间序列分析或数据科学领域发展职业的学生和专业人士
声明:口袋资源网(koudaizy.com)提供的所有课程、素材等资源全部来源于互联网,赞助VIP仅用于对口袋资源服务器带宽及网站运营等费用支出做支持,从本站下载资源,说明你已同意本条款。