آموزش مدل سازی سری زمانی در Excel، R و Power BI

Time Series Modeling in Excel, R, and Power BI

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره:

استفاده از مدل‌های سری زمانی به یک موضوع اصلی در دنیای علم داده امروزی تبدیل شده است. در این دوره، مربی هلن وال به شما نشان می دهد که چگونه مدل های میانگین متحرک یکپارچه اتورگرسیو (ARIMA) را به عنوان ابزارهای مدل سازی سری زمانی پیش بینی کننده در Excel، R و Power BI اجرا کنید.

بلوک‌های سازنده تجزیه سری‌های زمانی را کاوش کنید، که به شما امکان می‌دهد داده‌ها را با دقت، سازگاری و سهولت پیش‌بینی کنید. به اصول ضرایب خودرگرسیون، خودهمبستگی، ضرایب میانگین متحرک، ایستایی و پیاده روی تصادفی با اجزای یکپارچه، و نحوه پیش‌بینی مدل‌های سری زمانی با استفاده از Power BI نگاهی عمیق بیندازید. در پایان این دوره، شما آماده خواهید بود تا مهارت های جدید تجزیه و تحلیل داده های خود را برای تصمیم گیری به موقع و موثرتر برای کسب و کار خود به کار بگیرید.


سرفصل ها و درس ها

معرفی Introduction

  • پیش‌بینی آینده با مدل‌های سری زمانی (در حال انجام) Predicting the future with time series models (In progress)

  • آنچه شما باید بدانید What you should know

  • پروژه دوره Course project

1. مدل های سری زمانی 1. Time Series Models

  • مدل های سری زمانی Time series models

  • تاریخ Dates

  • شاخص تاریخ/زمان Date/time index

  • اشیاء سری زمانی Time series objects

  • فیلتر کردن Filtering

  • حذف NA Removing NAs

  • تجمیع و گروه بندی Aggregating and grouping

  • تجزیه سری زمانی Time series decomposition

  • افزودن خطوط متناسب Adding fitted lines

  • پیش بینی روندهای آینده Forecasting future trends

  • چالش: جمع آوری داده های سری زمانی Challenge: Aggregating time series data

  • راه حل: جمع آوری داده های سری زمانی Solution: Aggregating time series data

  • امتحان فصل Chapter Quiz

2. خود رگرسیون 2. Autoregression

  • رگرسیون خطی بهترین برازش خطوط Linear regression best fit lines

  • باقیمانده ها Residuals

  • تاخیر Lags

  • خودرگرسیون Autoregression

  • میانگین متحرک Moving average

  • چالش: تعیین روند کلی Challenge: Determining overall trends

  • راه حل: تعیین روند کلی Solution: Determining overall trends

  • امتحان فصل Chapter Quiz

3. روند زمان 3. Time Trends

  • خودهمبستگی Autocorrelation

  • خودهمبستگی جزئی Partial autocorrelation

  • ثابت بودن Stationarity

  • مدل سازی ARIMA ARIMA modeling

  • مدل سازی Power BI Power BI modeling

  • چالش: پیش بینی تقاضای هفته آینده Challenge: Forecasting next week's demand

  • راه حل: پیش بینی تقاضای هفته آینده Solution: Forecasting next week's demand

  • امتحان فصل Chapter Quiz

نتیجه Conclusion

  • دانش سری زمانی خود را گسترش دهید Extending your time series knowledge

نمایش نظرات

نظری ارسال نشده است.

آموزش مدل سازی سری زمانی در Excel، R و Power BI
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
2h
33
Linkedin (لینکدین) lynda-small
03 فروردین 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
-
- از 5
دارد
دارد
دارد
Helen Wall

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Helen Wall Helen Wall

کارشناس تجزیه و تحلیل داده ها و تجزیه و تحلیل کسب و کار

هلن وال یک متخصص تجزیه و تحلیل داده ها و تجزیه و تحلیل کسب و کار است.

هلن در تجزیه و تحلیل داده ها - پرسش، تجزیه و تحلیل و مدل سازی داده ها مهارت دارد. برای به دست آوردن بینش - و ایجاد تجسم هایی که معیارها را نشان می دهد، تا به کسب و کارها در تصمیم گیری آگاهانه کمک کند. او در نقش خود به عنوان یک تحلیلگر ارشد مالی، در حال حاضر گزارش ها را بهبود می بخشد، فرآیندها را ساده می کند و پیش بینی ها را نظارت می کند و به گروه پیش بینی و تجزیه و تحلیل بودجه کمک می کند. او در چندین ابزار از جمله Tableau، Microsoft Excel، Microsoft Power Query، Microsoft Power BI مهارت دارد.

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.