教程演示🔗
了解如何使用 Python 、 Pandas 、 Numpy 和 Statsmodels 进行时间序列预测和分析！
你将学到什么
-
用于数据操作的 Pandas
-
用于数值处理的 NumPy 和 Python
-
用于数据可视化的 Pandas
-
如何使用 Pandas 处理时间序列数据
-
使用 Statsmodels 分析时间序列数据
-
使用 Facebook 的 Prophet Library 进行预测
-
了解用于预测的高级 ARIMA 模型
要求
-
一般 Python 技能（直至函数的知识）
描述
欢迎来到学习如何使用 Python 编程语言进行时间序列分析的最佳在线资源！
本课程将教您使用 Python 预测时间序列数据以预测新的未来数据点所需了解的一切。
我们将从基础知识开始，教您如何通过 Python 使用 NumPy 和 Pandas 库来处理和操作数据。然后，我们将通过了解 Pandas 库的可视化以及如何使用 Pandas 和 Python 处理带有时间戳的数据，更深入地了解 Pandas 的使用。
然后我们将开始了解 statsmodels 库及其强大的内置时间序列分析工具。包括学习误差-趋势-季节性分解和基本的 Holt-Winters 方法。
之后我们将进入课程的核心，涵盖一般预测模型。我们将讨论创建自相关和部分自相关图表，并将它们与强大的基于 ARIMA 的模型结合使用，包括季节性 ARIMA 模型和 SARIMAX 以包含外生数据点。
之后，我们将学习最先进的深度学习技术和循环神经网络，使用深度学习来预测未来的数据点。
本课程甚至涵盖了 Facebook 的 Prophet 库，这是一个易于使用但功能强大的 Python 库，旨在利用时间序列数据预测未来。
你还在等什么！了解如何使用时间序列数据并预测未来！
我们课程内见！
本课程适合谁：
- 有兴趣学习如何预测时间序列数据的 Python 开发人员
声明：本站所有文章，如无特殊说明或标注，均为本站发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
