Прогнозирование временных рядов на Python для начинающих | Полный курс

Серьезно настроены освоить прогнозирование временных рядов и готовы сделать следующий шаг? Запишитесь сегодня на курс «Прикладное прогнозирование временных рядов на Python» и получите скидку 60% по промокоду: https://www.datasciencewithmarco.com/offers/zTAs2hi6?coupon_code=ATSFP60 Пожизненный доступ к курсу, модули регулярно обновляются, и на ваши вопросы я отвечаю напрямую! Материалы курса: Блокнот с решениями: https://github.com/marcopeix/youtube_tutorials/blob/main/YT_03_forecasting_stats.ipynb Набор данных: https://github.com/marcopeix/youtube_tutorials/tree/main/data Это видео — идеальная отправная точка для начинающих, желающих прогнозировать данные временных рядов. Мы используем 100% код на Python для освещения основных концепций прогнозирования временных рядов: определение данных временного ряда разложение временного ряда прогнозирование с помощью ARIMA перекрестная проверка временных рядов использование экзогенных признаков генерация интервалов прогнозирования метрики оценки для моделей прогнозирования Главы: 0:00 Введение 1:20 Определение временного ряда 5:38 Базовые модели 9:10 Базовые модели (код) 23:22 ARIMA 31:01 ARIMA (код) 38:21 Перекрестная проверка 40:38 Перекрестная проверка (код) 49:56 Прогнозирование с использованием экзогенных признаков 54:28 Экзогенные признаки (код) 1:08:10 Интервалы прогнозирования 1:09:32 Интервалы прогнозирования (код) 1:14:31 Показатели оценки 1:18:58 Показатели оценки (код) 1:29:25 Дальнейшие шаги