Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
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
Getuigenissen (2)
Oefeningen doen
Joe Pang - Lands Department, Hong Kong
Cursus - QGIS for Geographic Information System
Automatisch vertaald
Praktische voorbeelden lieten ons zien hoe het programma werkelijk werkt. Goede uitleg en integratie van theoretische concepten en hun relatie met praktische toepassingen.
Ian - Archeoworks Inc.
Cursus - ArcGIS Fundamentals
Automatisch vertaald