|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/python-time-series2/
课程评论：没有评论
本课程"Pythonによる時系列分析~機械学習・ディープラーニング編" (Pythonによる時系列分析~机器学习・深度学习篇) 旨在教授学员使用Python进行时序预测(time series forecasting)的方法。课程将重点关注机器学习和深度学习技术在时序预测中的应用，尽管时序预测在其他领域也有统计模型、贝叶斯统计建模等多种方法。 课程的出发点是，虽然市面上有大量关于机器学习和深度学习的书籍，但能够指导学员如何在实际业务场景中设定问题、进行实践的资源却相对较少。因此，本课程将侧重于“如何在实际工作中设定问题”以及“应该进行何种预测”等实用性问题，而不是深入讲解每个算法的细节或微调精度的方法。 通过学习时序数据的基本特征、傅里叶变换（Fourier Transform）、机器学习基础和应用、深度学习基础和应用，以及Prophet模型，学员将能够掌握时序预测技术。 课程的执行环境为Google Colaboratory，深度学习部分将使用Keras。 **课程适合人群：** * 能够使用Python，并希望首次尝试时序预测的初学者。 * 在工作中需要进行时序预测的专业人士。 **注意事项：** * 课程会尽量减少环境设置等可能出现问题的环节，但如果遇到错误，鼓励学员先自行搜索和查找解决方案。 * 课程不会深入探讨具体的深度学习算法细节或提高预测精度的细微方法。 * 本课程不包含自然语言处理（NLP）相关的时序预测内容。 * 正在积极从事时序预测工作的专业人士可能不适合本课程，如误购，请联系取消。
本コースではPythonによる時系列予測の手法を学びます。時系列予測というと、統計モデルや機械学習、ディープラーニング、ベイズ統計モデリングなどさまざまな手法がありますが、本コースでは機械学習とディープラーニングをメインに扱います。あまり時系列予測は一般的ではないのかもしれませんが、ビジネスの場面においては時系列データはしばしば登場します。最近は機械学習やディープラーニングの書籍などはたくさんあり、一般の方でもとっつきやすくなってきました。しかし、現場でどのように問題設定をして、どのように実践していけばよいかを書いてあるものは少ないように思います。そのため、本コースでは各アルゴリズムの詳細や精度向上の細かいアプローチなどではなく、「現場で使えるような問題設定のしかた」や「どのような予測をすればよいか」などに焦点を当てます。そして、その上で時系列データの特徴や予測手法を学び、時系列予測ができるようになっていきましょう！内容時系列予測の基本時系列データの特徴フーリエ変換機械学習の基礎機械学習による時系列予測ディープラーニングの基礎ディープラーニングによる時系列予測Prophetによる時系列予測実行環境などGoogle Colaboratoryにおいて実行しますディープラーニングにはKerasを使います受講対象の方Pythonを使えるようになって、初めて時系列予測に取り組みたい方仕事で時系列予測をする必要がある方注意事項実行環境等エラーが起きにくいように配慮しますが、それでもエラーが出るなどしたら、まずは自分で検索して調べるなどしてください個別のディープラーニングのアルゴリズムの詳細や、少しでも予測精度を上げるための方法などは話しません時系列予測ですが自然言語処理（NLP）関連は扱いません仕事でもバリバリ時系列予測に取り組んでいる方は対象外ですので、もし間違って購入してしまった場合はキャンセルをお願いします
