1. صفحه اصلی
  2. »
  3. آموزش
  4. »
  5. آموزش تصویری
  6. »
  7. LinkedIn – Python for Time Series Forecasting 2025-7
Python for Time Series Forecasting

LinkedIn – Python for Time Series Forecasting 2025-7

توضیحات

Python for Time Series Forecasting دوره آموزشی مهارت‌های تجزیه و تحلیل، مدل‌سازی و پیش‌بینی داده‌های زمانی با استفاده از پایتون می باشد که توسط آکادمی آنلاین LinkedIn منتشر شده است. این یک دوره جامع است که افراد را به مهارت‌های تجزیه و تحلیل، مدل‌سازی و پیش‌بینی داده‌های زمانی با استفاده از پایتون مجهز می‌کند. این دوره که برای دانشمندان داده، تحلیلگران و توسعه‌دهندگان طراحی شده است، تکنیک‌های بنیادی و پیشرفته لازم برای پیش‌بینی مؤثر سری‌های زمانی در صنایعی مانند امور مالی، انرژی، خرده‌فروشی و موارد دیگر را بررسی می‌کند. افراد از طریق پروژه‌های عملی و مجموعه داده‌های واقعی، تجربه عملی کسب می‌کنند.

پیش‌بینی عملی سری‌های زمانی را با پایتون با استفاده از مجموعه داده‌های دنیای واقعی از انرژی (EIA – اداره اطلاعات انرژی ایالات متحده) و اقتصاد (FRED – داده‌های اقتصادی فدرال رزرو) بیاموزید. مهارت‌ها را گام به گام، از بارگیری و پیش‌پردازش داده‌های سری زمانی گرفته تا تجزیه روندها و فصلی بودن، تجسم الگوها با Plotly و اعمال مدل‌های پیش‌بینی مانند ARIMA، SARIMA، هموارسازی نمایی و Prophet، بیاموزید. ارزیابی عملکرد مدل را با استفاده از معیارهای خطا و تکنیک‌های اعتبارسنجی متقابل مانند اعتبارسنجی walk-forward بیاموزید. این دوره بر تمرین‌های عملی در محیط GitHub Codespaces تأکید دارد، بنابراین می‌توانید بلافاصله آنچه را که یاد می‌گیرید در مجموعه داده‌های خود اعمال کنید. چه با داده‌های فروش، انرژی یا مالی کار کنید، مهارت‌های لازم برای تولید پیش‌بینی‌های دقیق و قابل تفسیر را که منجر به تصمیمات دنیای واقعی می‌شوند، کسب خواهید کرد.

آنچه در دوره Python for Time Series Forecasting یاد خواهید گرفت:

  • مبانی: بارگذاری و پیش‌پردازش فایل‌های داده‌های سری زمانی
  • تصویرسازی داده‌های سری زمانی
  • تجزیه سری زمانی
  • دل‌سازی سری‌های زمانی برای پیش‌بینی: مدل‌های پایه
  • میانگین متحرک خودرگرسیو یکپارچه (ARIMA)
  • میانگین متحرک خودرگرسیو یکپارچه فصلی (SARIMA)
  • مدل‌های هموارسازی نمایی
  • مدل‌سازی پیامبر
  • ارزیابی و مقایسه مدل‌های سری زمانی: تقسیم تست آموزش
  • و …

مشخصات دوره

ناشر: LinkedIn
مدرس: Jesus Lopez
زبان: انگلیسی
سطح آموزش: Intermediate
تعداد دروس: 65
مدت زمان آموزش: 4ساعت و 19دقیقه

سرفصل های دوره

Python for Time Series Forecasting Content Python for Time Series Forecasting Content Python for Time Series Forecasting Content

پیش نیازهای دوره Python for Time Series Forecasting

15 quizzes
Access on tablet and phone

تصاویر دوره

Python for Time Series Forecasting

فیلم معرفی دوره Python for Time Series Forecasting

راهنمای نصب

پس از Extract، با Player دلخواه خود مشاهده کنید.

زیرنویس: انگلیسی

کیفیت: 720p

لینک دانلود

دانلود – 706 مگابایت

گذرواژه فایل(ها): www.downloadly.ir

حجم فایل

706 مگابایت

رتبه دهید

محاسبه حجم دانلود برای ایرانسل به‌صورت تمام‌بها است.

Download Faster Without Limitation

The data center of free servers has applied a non-Iranian IP restriction on some servers
There is no limitation for VIP servers

برچسب ها:

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این قسمت نباید خالی باشد
این قسمت نباید خالی باشد
لطفاً یک نشانی ایمیل معتبر بنویسید.
فقط دیدگاه‌هایی که جنبه‌ی استفاده‌ی عمومی دارد، نمایش داده می‌شود؛ درصورت تمایل به دریافت نتیجه‌ی رسیدگیِ دیدگاه خود، ایمیل معتبر وارد کنید.

فهرست