Python 2020 中的时间序列分析 ( Time Series Analysis in Python 2020 )

课程描述

Time Series Analysis in Python，业务和数据分析时间领域的培训视频系列名称即可。事实上，您在本课程中学习的实用技能将成为金融分析师的转变者。学生在本课程中也分析复杂的系列时，以及将熟悉。此外，这门课程以某种方式提供了学生可以使最好的和易于理解的教育材料。有一些练习与大量资源组合在一起，可以帮助您获得更多帮助。
你，课程中的学生，使用 Python 中的不同库，例如 StatsModels 等。matplotlib 等。NumPy 等。yfinance。ARCH 等。同样在此期间，您将学到最有用的技能。您观看培训本课程提供的练习和解决方案可以使您在数据领域达到非常高的分析水平。本课程面向编程初学者和对金融和设计感兴趣的个人。

课程教学案例：

• 理解数据时间序列数据横截面的区别
• 学习时间序列数据的基本技能和原理
• 了解并学习如何在实际项目中使用数据
• 在解析数据的方向学习python的编程技巧
• 了解如何使用各种库，Python很实用
• 了解如何解释和分析获得的数据
• 和…

简介课程 Python 中的时间序列分析

• 英语语言
• 持续时间：7小时20分钟
• 课时数：95
• 讲师 : 365 Careers
• 文件格式：mp4

这门课程用 Python 进行时间序列分析

课程内容 95讲 07:20:44
介绍 1 讲座 04:54
设置环境 8 个讲座 18:40
Python 时间序列简介 7 讲座 23:27
在 Python 7 讲座 28:47 中创建时间序列对象
在 Python 8 讲座 38:42 中处理时间序列
选择正确的模型 1 讲座 02:32
自回归建模：AR 模型 12 个讲座 53:57
适应冲击：MA 模型 7 讲座 34:06
过去的价值观和过去的错误：ARMA 模型 8 个讲座 41:52
非平稳数据建模：ARIMA 模型 9 个讲座 45:30
衡量波动率：ARCH 模型 7 个讲座 33:42
ARCH 的 ARMA 等价物：GARCH 模型 5 个讲座 13:39
自动 ARIMA 6 讲 27:35
预测 8 讲 45:34
商业案例1讲27:47

先修课程 Python 中的时间序列分析

• 不需要以前的时间序列经验。
• 您需要安装 Anaconda。我们将逐步向您展示如何做到这一点。
• 对编码语言有一定的了解是首选，但不是必需的。

图片

样片

媒体错误：格式不受支持或来源未找到

安装指南

在使用播放器提取您的自定义视图之后。
字幕：英文
画质：720p