Eğitim İçeriği

Zaman Serisi Analizine Giriş

  • Zaman serisi verilerine genel bakış
  • Zaman serisi bileşenleri: eğilim, mevsimsellik, gürültü
  • Google Colab'ı zaman serisi analizi için ayarlama

Zaman Serisi İçin Keşifçi Data Analysis

  • Zaman serisi verilerini görselleştirme
  • Zaman serisi bileşenlerini ayrıştırma
  • Mevsimsellik ve eğilimleri algılama

Zaman Serisi İçin ARIMA Modelleri Forecasting

  • ARIMA (Otoregresif Entegre Hareketli Ortalama) kavramını anlama
  • ARIMA modelleri için parametreleri seçme
  • Python içinde ARIMA modellerini uygulama

Zaman Serisi İçin Prophet'e Giriş Forecasting

  • Zaman serisi tahmini için Prophet'e genel bakış
  • Google Colab'da Prophet modellerini uygulama
  • Tahminlerde tatil ve özel etkinlikleri ele alma

Gelişmiş Forecasting Teknikler

  • Zaman serilerinde eksik verileri ele alma
  • Çok değişkenli zaman serisi tahmini
  • Dış regresörlerle tahminleri özelleştirme

Tahmin Modellerini Değerlendirme ve İnce Ayar

  • Zaman serisi tahmini için performans metrikleri
  • ARIMA ve Prophet modellerinde ince ayar
  • Çapraz doğrulama ve geriye dönük test

Zaman Serisi Analizinin Gerçek Dünya Uygulamaları

  • Zaman serisi tahmininin vaka çalışmaları
  • Gerçek dünya veri kümeleriyle pratik egzersizler
  • Python içinde zaman serisi analizi için sonraki adımlar

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Python programlama konusunda orta düzeyde bilgi
  • Temel istatistik ve veri analizi tekniklerine aşinalık

Hedef Kitle

  • Veri analistleri
  • Veri bilimcileri
  • Zaman serisi verileriyle çalışan profesyoneller
 21 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Danışanlarımızın Yorumları (5)

Yaklaşan Etkinlikler

İlgili Kategoriler