پیش‌بینی سری‌های زمانی مبتنی بر هوش مصنوعی با پایتون

AI-Powered Time Series Forecasting with Python

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

برای هر کسب و کاری، به دست آوردن و درک بینش در مورد روندهای آینده، خواسته های مشتری یا شرایط بازار عامل مهمی در موفقیت است. و با در دسترس بودن گسترده ابزارهای یادگیری ماشینی و هوش مصنوعی، هزاران کسب‌وکار می‌توانند عملیات خود را از طریق پیش‌بینی سری‌های زمانی افزایش دهند. در این دوره، Tobias Zwingmann شما را با پیش‌بینی سری‌های زمانی با استفاده از پایتون و هوش مصنوعی آشنا می‌کند و نشان می‌دهد که چگونه می‌توانید آن‌ها را در کسب‌وکار خود اعمال کنید. بیاموزید که چگونه گردش‌های کاری پیش‌بینی را از مسائل ایستا و کلاس درس به موارد استفاده در زمان واقعی و پویا ترجمه کنید. به‌علاوه، ابزارها و رویکردهایی را که می‌توانید برای سایر وظایف هوش مصنوعی و یادگیری ماشین اعمال کنید، بیاموزید.

این دوره با GitHub Codespaces یکپارچه شده است، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به هیچ گونه راه اندازی ماشین محلی ارائه می دهد. با GitHub Codespaces، می‌توانید در هر زمان و در هر زمانی از هر ماشینی تمرین عملی داشته باشید، در حالی که از ابزاری استفاده می‌کنید که احتمالاً در محل کار با آن مواجه خواهید شد. برای یادگیری نحوه شروع، ویدیوی «GitHub Codespace» را بررسی کنید.


سرفصل ها و درس ها

مقدمه Introduction

  • فضاهای کد GitHub GitHub Codespaces

  • آنچه شما باید بدانید What you should know

  • مقدمه Introduction

  • قدم اول مدل Model walkthrough

1. سیستم های دسته ای 1. Batch Systems

  • راه حل: ویژگی X Solution: Feature X

  • شروع کار با ویژگی های دسته ای در Codespaces Getting started with batch features in Codespaces

  • چالش: ویژگی X Challenge: Feature X

  • آموزش مدل ما برای پیش بینی Training our model to predict

  • ویژگی های دسته ای چیست؟ What are batch features?

  • پیش بینی با مدل ما Making predictions with our model

  • ساخت یک فروشگاه برای ویژگی های دسته ای Building a store for batch features

  • مزایا و معایب پیش بینی دسته ای Advantages and disadvantages of batch forecasting

2. نزدیک به سیستم های زمان واقعی 2. Near Real-Time Systems

  • پیش بینی آنلاین Online prediction

  • چالش: ویژگی Y Challenge: Feature Y

  • راه حل: ویژگی Y Solution: Feature Y

  • الزامات سیستم‌های پیش‌بینی نزدیک به زمان واقعی Requirements for near real-time forecasting systems

  • مثال پایان به انتها End-to-end example

  • محاسبه مجدد ویژگی ها Recalculating features

  • سیستم های نزدیک به زمان واقعی چیست؟ What are near real-time systems?

  • ملاحظات فرکانس Frequency considerations

  • مزایا و معایب زمان تقریباً واقعی Advantages and disadvantages of near real-time

3. سیستم های زمان واقعی 3. Real-Time Systems

  • ویژگی های آنلاین Online features

  • مجموعه داده های جریانی Streaming datasets

  • الزامات سیستم های پیش بینی بلادرنگ Requirements of real-time forecasting systems

  • چالش: ویژگی Z Challenge: Feature Z

  • پیش بینی آنلاین Online prediction

  • راه حل: ویژگی Z Solution: Feature Z

  • مثال پایان به انتها End-to-end example

  • مزایا و معایب پیش بینی بلادرنگ Advantages and disadvantages of real-time forecasting

  • سیستم های پیش بینی بلادرنگ چیست؟ What are real-time forecasting systems?

  • پیش بینی زمان واقعی و ملاحظات تاخیر Real-time forecasting and latency considerations

4. ارزیابی سیستم های پیش بینی سری های زمانی 4. Evaluating Time Series Forecasting Systems

  • ارزیابی مدل های پیش بینی Evaluating forecasting models

  • بهترین شیوه ها برای بازآموزی مدل های سری زمانی Best practices for retraining time series models

نتیجه گیری Conclusion

  • مراحل بعدی برای پیش بینی هوش مصنوعی Next steps for AI forecasting

نمایش نظرات

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.

پیش‌بینی سری‌های زمانی مبتنی بر هوش مصنوعی با پایتون
جزییات دوره
2h 11m
34
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
604
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Tobias Zwingmann Tobias Zwingmann

Tobias Zwingmann یک متخصص هوش مصنوعی، نویسنده و دانشمند ارشد سابق داده است.

توبیاس یک شریک مدیریتی در RAPYD.AI است، یک شرکت مشاوره هوش مصنوعی مستقل و بی طرف از فروشنده و متخصص در نمونه سازی، توسعه، استراتژی و آموزش هوش مصنوعی. او به‌عنوان یک دانشمند ارشد سابق داده، قدرت هوش مصنوعی را برای متحول کردن کسب‌وکارها و همچنین مشکلات رویکرد فناوری اول را دیده است. امروز، او با مشتریان در سرتاسر جهان کار می‌کند تا به آنها کمک کند تا در دنیای مبتنی بر هوش مصنوعی پیشرفت کنند و کسب‌وکارشان را در آینده حفظ کنند – در حالی که به جای جایگزینی افراد، بر توانمندسازی افراد تمرکز می‌کند.