Szkolenie: Python - Forecasting i analiza szeregów czasowych
Szkolenie Python Forecasting i analiza szeregów czasowych uczy praktycznego modelowania, prognozowania i analizy szeregów czasowych z wykorzystaniem metod statystycznych i uczenia maszynowego w Pythonie
- Trenerzy praktycy
- Kameralne grupy
Czas trwania szkolenia:3 dni (24h)
Kod kursu:TS/ML
Dostępne terminy szkolenia
Termin:
Trwają zapisy na szkolenie
Dostępne w Bazie Usług Rozwojowych
online_paymentsTrener:
Cena:
3350 PLN netto
Lokalizacja:
ZdalneTermin:
Trwają zapisy na szkolenieTrener:
Cena:
3350 PLN nettoLokalizacja:
ZdalneTermin:
Trwają zapisy na szkolenieTrener:
Cena:
3350 PLN nettoLokalizacja:
ZdalneTermin:
Trwają zapisy na szkolenieTrener:
Cena:
3350 PLN nettoLokalizacja:
ZdalneTermin:
Trwają zapisy na szkolenieTrener:
Cena:
3350 PLN nettoLokalizacja:
ZdalnePython - Forecasting i analiza szeregów czasowych
Cele szkolenia
Szkolenie przygotowuje do samodzielnego modelowania i prognozowania szeregów czasowych z użyciem metod statystycznych i uczenia maszynowego
Szkolenie uczy analizy, przetwarzania oraz interpretacji danych czasowych w kontekście rozwiązywania problemów biznesowych
Szkolenie rozwija umiejętność doboru, implementacji i oceny modeli predykcyjnych dla szeregów czasowych w środowisku Python
Dla kogo?
Analityków danych i specjalistów data science chcących rozwijać kompetencje w modelowaniu szeregów czasowych
Osób z podstawową znajomością Pythona, które realizują zadania związane z analizą i prognozowaniem danych czasowych
Pracowników działów analiz, finansów, logistyki lub IT, którzy chcą wdrażać predykcyjne modele danych
Efekty kształcenia
Uczestnik analizuje i przetwarza szeregi czasowe z wykorzystaniem narzędzi Python
Uczestnik dobiera i implementuje modele statystyczne oraz uczenia maszynowego do prognozowania
Uczestnik ocenia skuteczność modeli predykcyjnych na podstawie odpowiednich metryk
Uczestnik projektuje proces inżynierii cech dla danych czasowych
Uczestnik interpretuje wyniki modeli w kontekście biznesowym
Uczestnik łączy różne podejścia modelowania dla zwiększenia trafności prognoz
Wymagania
Podstawowa znajomość języka Python pozwalająca na swobodne pisanie prostego kodu
Ogólna wiedza z zakresu matematyki i statystyki
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Program szkolenia
Autorem szkolenia jest Norbert Ryciak
Data Scientist w SigDelta. Od lat zajmuje się uczeniem maszynowym, a specjalizuje się w obszarze przetwarzania języka naturalnego i sztucznych sieciach neuronowych (deep learning. W 2015 roku ukończył z wyróżnieniem matematykę na Politechnice Warszawskiej o specjalizacji Statystyka Matematyczna i Analiza Danych. Kontynuował rozwój na doktoracie, w ramach którego prowadził badania nad metodami głębokiego uczenia w zastosowaniach związanych z przetwarzaniem tekstów - rozpoznawaniem wydźwięku i analizą…
Wybrane opinie
Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi
