时间序列分析、预测和机器学习 ( Time Series Analysis, Forecasting, and Machine Learning )

课程描述

时间序列分析、预测和机器学习是用于预测时间序列的 LSTM、ARIMA、深度学习、AI 和支持向量回归的 Python 培训课程。本课程不是常规时间序列培训课程之一！本课程涵盖现代开发课程，包括深度学习、时间序列分类等。
但如果你想知道为什么时间序列分析在今天如此流行，随着通货膨胀的加剧，许多人开始对股票市场和货币代码感兴趣，这样他们就可以节省资金而不亏本。此外，冠状病毒已经证明做出公共卫生决策需要多大的远见，企业正在提高生产力，这需要对库存和运营需求进行预测。

您将在时间序列分析、预测和机器学习中学到什么：

• ETS 和指数平滑模型
• Holt 的线性趋势和 Holt-Winters
• 自回归和移动平均模型
• 季节性 ARIMA (SARIMA) 和 SARIMAX
• 汽车华宇
• Python 库 statsmodels 和 pmdarima
• 机器学习预测时间序列
• 深度学习（ANN、CNN、RNN 和 LSTM）来预测时间序列
• TensorFlow 2 预测库存价格和投资回报
• 矢量自回归 (VAR) 和矢量移动平均 (VMA) 模型
• AWS 预测服务
• Facebook 时间序列库（FB Prophet）
• 金融时间序列的建模和预测
• 使用 GARCH 进行法拉利建模

课程规格

出版商：Udemy 讲师：Lazy Programmer Team 和 Lazy Programmer Inc. 语言：英语 教育水平：平均课程数量：170 课时：22 小时 44 分钟

2022/10 课程主题：

时间序列分析、预测和机器学习先决条件：

不错的 Python 编码技能 Numpy、Matplotlib、Pandas 和 Scipy（我免费教这个！我给社区的礼物）矩阵算术概率

图片

时间序列分析、预测和机器学习介绍视频：

媒体错误：格式不受支持或来源未找到

安装指南

在 Extract 之后，用您最喜欢的播放器观看。
英文字幕
画质：720p
变化：
2022/7版本相比2021/8增加了4节课的课时和18分钟的时长。