Cursusaanbod

Inleiding tot Tijdreeksanalyse

  • Overzicht van tijdreeksdata
  • Componenten van tijdreeksen: trend, seizoensgebondenheid, ruis
  • Google Colab instellen voor tijdreeksanalyse

Exploratie van Tijdreeksen

  • Visualiseren van tijdreeksdata
  • Ontleden van tijdreekscomponenten
  • Detecteren van seizoensgebondenheid en trends

ARIMA-modellen voor Tijdreeksen

  • Begrip van ARIMA (AutoRegressive Integrated Moving Average)
  • Kies parameters voor ARIMA-modellen
  • ARIMA-modellen implementeren in Python

Inleiding tot Prophet voor Tijdreeksen

  • Overzicht van Prophet voor tijdreeksvoorspelling
  • Prophet-modellen implementeren in Google Colab
  • Feestdagen en speciale gebeurtenissen afhandelen in voorspellingen

Geavanceerde technieken

  • Ontbrekende data in tijdreeksen afhandelen
  • Meervoudige tijdreeksvoorspelling
  • Voorspellingen aanpassen met externe regressoren

Evaluatie en fijnstellen van voorspellingsmodellen

  • Prestatiemetrieken voor tijdreeksvoorspelling
  • ARIMA- en Prophet-modellen fijnstellen
  • Kruisvalidatie en backtesting

Praktische toepassingen van Tijdreeksanalyse

  • Casusstudies van tijdreeksvoorspelling
  • Praktische oefeningen met echte datasets
  • Volgende stappen voor tijdreeksanalyse in Python

Samenvatting en volgende stappen

Vereisten

  • Intermediair kennis van Python programmeren
  • Vertrouwdheid met basisstatistiek en data-analyse technieken

Publiek

  • Data-analisten
  • Datawetenschappers
  • Professionals die werken met tijdreeksdata

 21 Uren

Aantal deelnemers


Prijs Per Deelnemer

Getuigenissen (5)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën