時間序列分析、預測和機器學習

Contents

用於 LSTM、ARIMA、深度學習、人工智慧、支持向量迴歸的 Python，+更多應用於時間序列預測

從這 23.5 小時的課程，你會學到

ETS 和指數平滑模型
Holt 的線性趨勢模型和 Holt-Winters
自動迴歸( Autoregressive )和移動平均模型 (ARIMA)
季節性( Seasonal ) ARIMA (SARIMA) 和 SARIMAX
自動 ARIMA
statsmodels Python 程式庫
pmdarima Python 程式庫
用於時間序列預測的機器學習
用於時間序列預測的深度學習（ANN、CNN、RNN 和 LSTM）
用於預測股票價格和回報的 Tensorflow 2
向量自動回歸 (VAR) 和向量移動平均 (VMA) 模型 (VARMA)
AWS Forecast（亞馬遜的時間序列預測服務）
FB Prophet（Facebook 的時間序列庫）
金融時間序列建模和預測
GARCH（波動率建模）

要求

足夠的 Python 程式設計技能
Numpy、Matplotlib、Pandas 和 Scipy（我免費教這個！我給社區的禮物）
矩陣算術
機率

課程說明

你好朋友！

歡迎使用 Python 中的時間序列分析、預測和機器學習。

時間序列分析近年來成為一個特別重要的領域。

隨著通貨膨脹的上升，許多人轉向股票市場和加密貨幣，以確保他們的儲蓄不會失去價值。

COVID-19 向我們展示了預測如何成為推動公共衛生決策的重要工具。

企業正變得越來越高效，提前預測庫存和運營需求。

讓我切入正題。這不是一般的時間序列分析課程。本課程涵蓋現代發展，例如深度學習、時間序列分類（可以從智能手機數據驅動用戶洞察，或從大腦中的電活動中讀取你的想法）等等。

我們將介紹以下技術：

ETS 和指數平滑
Holt 的線性趨勢模型
Holt-Winters 模型
ARIMA、SARIMA、SARIMAX 和自動 ARIMA
ACF 和 PACF
向量自動迴歸和移動平均模型（VAR、VMA、VARMA）
機器學習模型（包括邏輯迴歸、支持向量機和隨機森林）
深度學習模型（人工神經網路、卷積神經網路和遞歸神經網路）
用於時間序列預測的 GRU 和 LSTM

我們將涵蓋以下應用：

銷售資料的時間序列預測
股票價格和股票收益的時間序列預測
智慧手機資料的時間序列分類以預測用戶行為

VIP 版課程將涵蓋更精彩的話題，例如：

AWS Forecast（亞馬遜最先進的低度寫程式 low-code 預測 API）
GARCH（金融波動率建模）
FB Prophet（Facebook 的時間序列程式庫）

你還在等什麼？立即註冊以獲得終身訪問權限、可以在 LinkedIn 個人資料上展示的結業證書，以及使用在其他任何地方都無法學習的最新時間序列分析技術的技能。

感謝你讀到這裡，我們課堂上見囉！

目標受眾

任何喜歡或想了解時間序列分析的人
想要在金融、時間序列分析或資料科學領域發展事業的學生和專業人士

講師簡介

Lazy Programmer Team 人工智慧與機器學習工程師 ( 更多講師主講課程介紹 )

今天，我把大部分時間花在了人工智慧和機器學習工程師身上，專注於深度學習，儘管我也以資料科學家、大數據工程師和全端軟體工程師而聞名。

我獲得了計算機工程碩士學位，主修機器學習( machine learning )和模式識別( pattern recognition )。

經驗包括作為資料科學家(優化點選率和轉換率)和大數據工程師(建立資料處理管道)的線上廣告和數位媒體。我經常使用的一些大數據技術有 Hadoop、 Pig、 Hive、 MapReduce 和 Spark。

我建立了深度學習模型來預測點進率和使用者行為，以及影像和訊號處理和文字建模。

我在推薦系統方面的工作應用了強化學習和協同過濾，我們使用 A/B 測試驗證了結果。

我曾經為哥倫比亞大學、紐約大學、杭特學院( Hunter College)和新學院( The New School )的大學和研究所教授資料科學、統計學、機器學習、演演算法、微積分、計算機圖形學和物理學。

很多企業都從我的網路程式設計經驗中受益匪淺。我負責所有的後端(伺服器)、前端(HTML/JS/CSS)和操作/部署工作。我使用的一些技術有: Python、 Ruby/Rails、 PHP、 Bootstrap、 jQuery (Javascript)、 Backbone 和 Angular。對於儲存/資料庫，我使用了 MySQL、 Postgres、 Redis、 MongoDB 等等。