|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/time_series_arima/
课程评论：没有评论
**Coursera课程《时序ARIMA模型》内容摘要** 本课程聚焦于经典的统计建模方法在时序分析和预测中的应用。尽管机器学习和深度学习在时序分析领域日益普及，但基于统计的经典模型，如AR、MA、ARMA、ARIMA及SARIMA模型，因其在数据量较少时能提供优于机器学习的精度，至今仍被广泛使用。 **课程内容涵盖：** * **时序数据基础：** 介绍时序数据的基本概念和特性。 * **经典时序模型：** * AR（自回归）模型 * MA（移动平均）模型 * ARMA（自回归移动平均）模型 * 差分（和分）过程 * ARIMA（自回归积分移动平均）模型 * SARIMA（季节性自回归积分移动平均）模型 * **Python实战：** 使用Python语言实践时序预测，将理论模型应用于实际数据。 本课程特别适合希望深入了解时序分析，尤其是对数据量较少情况下的预测方法感兴趣的数据科学学习者。通过本课程的学习，您将能够拓宽在时序分析领域的知识视野。
時系列分析は現実のさまざまな場面で用いられる分析手法です。本コースでは、時系列分析のなかでも古典的な統計モデルを用いた予測に着目し、ARモデルからMAモデル、そしてARIMA、SARIMAモデルの解説を行い、実際にPythonを用いて時系列予測を実践します。最近は機械学習やディープラーニングが流行し、時系列分析にも機械学習的手法がしばしば用いられるようになってきましたが、古典的な統計モデルを用いた時系列予測はいまだに根強く使われている手法です。特にデータ数が少ないときには、機械学習に比べて良い精度が得られることが知られており、これからデータサイエンスを学んでいく方、特に時系列分析に興味がある方はぜひ学んだおきたい内容になっています。ぜひ本コースを通じて、時系列分析に関する知見を広げていきましょう！内容時系列データの基礎AR過程MA過程ARMA過程和分過程ARIMA過程SARIMA過程Pythonによる実践
