Schulungsübersicht
Einführung in die Zeitanalyse
- Überblick über Zeitreihendaten
- Komponenten von Zeitreihen: Trend, Saisonalität und Rauschen
- Einrichtung von Google Colab für die Zeitanalyse
Explorative Datenanalyse bei Zeitreihen
- Visualisierung von Zeitreihendaten
- Zerlegung der Komponenten einer Zeitreihe
- Erkennung von Saisonalität und Trendverläufen
ARIMA-Modelle zur Vorhersage von Zeitreihen
- Grundlagen zu ARIMA (AutoRegressive Integrated Moving Average)
- Auswahl der passenden Parameter für ARIMA-Modelle
- Implementierung von ARIMA-Modellen in Python
Einführung in Prophet zur Vorhersage von Zeitreihen
- Grundlagen zu Prophet als Werkzeug zur Zeitanalyse
- Umsetzung von Prophet-Modellen in Google Colab
- Berücksichtigung von Feiertagen und besonderen Ereignissen bei Prognosen
Fortgeschrittene Techniken der Prognoseerstellung
- Umgang mit fehlenden Werten in Zeitreihen
- Prognosen für multivariaten Zeitreihendaten
- Individualisierung von Vorhersagen mithilfe externer Regressoren
Bewertung und Optimierung von Prognosemodellen
- Kennzahlen zur Messung der Qualität von Zeitanalyse-Modellen
- Anpassung von ARIMA- sowie Prophet-Modellen
- Durchführung von Kreuzvalidierung und Backtesting
Reale Anwendungsbeispiele der Zeitanalyse
- Fallstudien zu Prognosen auf Basis realer Daten
- Übungen anhand konkreter Datensätze aus der Praxis
- Anschlussmaßnahmen für weitere Arbeiten mit Zeitreihendaten in Python
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundlegende Kenntnisse in der Python-Programmierung
- Vertrautheit mit grundlegenden statistischen Methoden und Datenanalyse-Techniken
Zielgruppe
- Datenanalysten
- Datenwissenschaftler
- Fachkräfte, die mit Zeitreihendaten arbeiten
Erfahrungsberichte (3)
Wie man offene Satellitendaten für reale Anwendungen nutzt
Tshering Dorji - Druk Holding and Investments
Kurs - Advanced Geographic Information Systems (GIS)
Maschinelle Übersetzung
Übungen machen
Joe Pang - Lands Department, Hong Kong
Kurs - QGIS for Geographic Information System
Maschinelle Übersetzung
Praktische Beispiele ermöglichten es uns, das Programm wirklich kennenzulernen. Gute Erklärungen und die Integration theoretischer Konzepte sowie deren Bezug zu praktischen Anwendungen wurden sehr geschätzt.
Ian - Archeoworks Inc.
Kurs - ArcGIS Fundamentals
Maschinelle Übersetzung