Time Series Analysis & Advanced forecasting
Deze training richt zich op tijdreeksen. Een specifiek regressieprobleem dat een tijdscomponent bevat en de toekomst probeert te voorspellen, b.v. de omzet voor de komende zes weken. De training bouwt voort op de basiskennis van Python en Machine Learning. De Data Science Fundamentals training of data science ervaring is een vereiste.
Introductie Time Series analyisis & Advanced forecasting
Deze training richt zich op tijdreeksen. Een specifiek regressieprobleem dat een tijdscomponent bevat en de toekomst probeert te voorspellen, b.v. de omzet voor de komende zes weken. De training bouwt voort op de basiskennis van Python en machine learning en omvat onderwerpen als datetime feature engineering, temporele cross-validatie en het gebruik van statistische en machine learning-modellen. Aan het einde van deze training hebben de deelnemers een duidelijk inzicht in het verschil tussen reguliere machine learning en tijdreeksvoorspellingen en kunnen ze een goede voorspellingsworkflow opzetten met behulp van Python.
Belangrijkste onderwerpen
De belangrijkste onderwerpen die we in deze training behandelen zijn:
- Data Science Theorie
- Python voor tijdseries
- Verschillende tijdsseries voorspellingsworkflows
- Opzetten van een forecasting workflow in Python
Volledige programma
Dag 1
| 09.00 – 10.00 | – | Introductie | – | Theorie | ||
| 10.00 – 11.00 | – | Tijdserie forecasting theorie | – | Theorie | ||
| 11.00 – 12.00 | – | Tijdserie EDA met Python | – | Praktijk | ||
| 12.30 – 15.00 | – | Tijdserie data voorbereiding | – | Praktijk | ||
| 15.00 – 16.30 | – | Tijdserie als een regressie | – | Praktijk |
Dag 2
| 09.00 – 10.00 | – | Recap dag 1 | – | Theorie | ||
| 10.00 – 14.30 | – | Tijdserie met Python | Praktijk | |||
| 14.30 – 17.00 | – | Tijdserie forecasting project | Praktijk |
Wil je meer weten?
Dank je wel
xxxx