لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش پایتون: پیادهسازی و ارزیابی پیشبینی فروش با تحلیل سریهای زمانی
- آخرین آپدیت
دانلود Python: Apply & Evaluate Sales Forecasting with Time Series
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره عملی و کاربردی، مهارتهای لازم برای تحلیل، ساخت و ارزیابی مدلهای پیشبینی فروش را با استفاده از تکنیکهای پیشرفته سریهای زمانی در پایتون به فراگیران آموزش میدهد. این دوره که برای افرادی با دانش پایه پایتون طراحی شده است، از پیشپردازش دادههای خام سریهای زمانی شروع شده و تا پیادهسازی مدلهای پیچیده پیشبینی از جمله SARIMA و Facebook Prophet ادامه مییابد.
فراگیران ابتدا با آمادهسازی دادهها از طریق پیشپردازش ساختاریافته، مهندسی ویژگیها و تجزیه سریهای زمانی برای شناسایی الگوها و روندها آشنا میشوند. سپس دوره آنها را در مسیر آموزش و ارزیابی آماری مدلهای SARIMA، اعتبارسنجی عملکرد مدل و بصریسازی پیشبینیها هدایت میکند.
از طریق مقایسههای واقعی روی مجموعهدادهها و دستهبندیهای مختلف، متدهای پیشرفته ارزیابی مدل بررسی میشوند. نیمه دوم دوره بر کتابخانه Prophet متمرکز است که در آن فراگیران پیشبینیها را با استفاده از قابلیتهای بصری و بصریساز Prophet برای مدلسازی روند، فصلی بودن و تعطیلات، ساخته و بهصورت انتقادی ارزیابی میکنند.
در پایان این دوره، فراگیران قادر خواهند بود استدلالهای آماری را به کار بگیرند، مدلهای پیشبینی قدرتمندی بسازند، استراتژیهای پیشبینی را با هم مقایسه کنند و نتایج را برای پشتیبانی از تصمیمات فروش دادهمحور بصریسازی نمایند.
سرفصل ها و درس ها
آمادهسازی و بصریسازی دادهها
Data Preparation and Visualization
معرفی پروژه
Introduction of Project
پیشپردازش دادهها
Data Preprocessing
ادامه پیشپردازش دادهها
Data Preprocessing Continue
بیشتر درباره پیشپردازش دادهها
More on Data Preprocessing
مهندسی ویژگیها
Feature Engineering
ادامه مهندسی ویژگیها
Feature Engineering Continue
نمایش نظرات