Plan du cours
Introduction à l'analyse des séries temporelles
- Aperçu des données de séries temporelles
- Composantes des séries temporelles : tendance, saisonnalité, bruit
- Configuration de Google Colab pour l'analyse des séries temporelles
Analyse exploratoire des données pour les séries temporelles
- Visualisation des données de séries temporelles
- Décomposition des composantes des séries temporelles
- Détection de la saisonnalité et des tendances
Modèles ARIMA pour la prévision de séries temporelles
- Compréhension d'ARIMA (AutoRegressive Integrated Moving Average)
- Choix des paramètres pour les modèles ARIMA
- Implémentation des modèles ARIMA en Python
Introduction à Prophet pour la prévision de séries temporelles
- Aperçu de Prophet pour la prévision de séries temporelles
- Implémentation des modèles Prophet dans Google Colab
- Gestion des jours fériés et événements spéciaux dans les prévisions
Techniques avancées de prévision
- Gestion des données manquantes dans les séries temporelles
- Prévision de séries temporelles multivariées
- Personnalisation des prévisions avec des régresseurs externes
Évaluation et ajustement fin des modèles de prévision
- Métriques de performance pour la prévision de séries temporelles
- Ajustement fin des modèles ARIMA et Prophet
- Validation croisée et rétrogradation (backtesting)
Applications réelles de l'analyse des séries temporelles
- Études de cas de prévision de séries temporelles
- Exercices pratiques avec des ensembles de données réels
- Prochaines étapes pour l'analyse des séries temporelles en Python
Résumé et prochaines étapes
Pré requis
- Connaissance intermédiaire de la programmation Python
- Familiarité avec les statistiques de base et les techniques d'analyse des données
Public cible
- Analyses de données
- Data scientists (scientifiques des données)
- Professionnels travaillant avec des données de séries temporelles
Nos clients témoignent (2)
Faire de l'exercice
Joe Pang - Lands Department, Hong Kong
Formation - QGIS for Geographic Information System
Traduction automatique
Des exemples pratiques nous ont permis de ressentir concrètement le fonctionnement du programme. De bonnes explications et une intégration efficace des concepts théoriques et de leur rapport aux applications pratiques.
Ian - Archeoworks Inc.
Formation - ArcGIS Fundamentals
Traduction automatique
