کدها و مطالب آموزشی (مقالات، اسلایدها و ...) را به صورت کامل دانلود کنید.
کدها هر 6 تا 12 ماه یکبار بهروزرسانی میشوند! برای دانلود مطالب جدید، به طور مرتب بازدید کنید!
هر زمان به کمک نیاز داشتید، به مدرس پیام دهید! پاسخها در عرض چند ساعت داده میشوند!
شما یاد خواهید گرفت که چگونه یادگیری ماشین ARIMA پیادهسازی شده و برای پیشبینی سری زمانی استفاده میشود.
هیچ پیشنیازی وجود ندارد، به جز دانش پایه پایتون.
این دوره به شما آموزش میدهد که چگونه با استفاده از رگرسیون خطی و تکنیکهای ARIMA، انتشار CO₂ را پیشبینی کنید. شما این تکنیکها را روی دادههای واقعی انتشار CO₂ از بانک جهانی اعمال خواهید کرد. شما یک متدولوژی واضح 10 مرحلهای را دنبال خواهید کرد که برای اطمینان از استحکام آماری و اعتبار علمی در پیشبینیهای شما طراحی شده است. این دوره شامل مطالعات موردی است که مناطق اصلی جهان مانند هند، چین، ایالات متحده آمریکا، انگلستان، فرانسه، اتحادیه اروپا و میانگین جهانی را پوشش میدهد و به شما در درک روندهای انتشار منطقهای کمک میکند. شما یاد خواهید گرفت که چگونه مدلهای خود را با استفاده از تستهای آماری پیشرفته اعتبارسنجی کنید، عدم قطعیت را کمّی کنید و نتایج را با دقت تفسیر کنید. این تمرینهای عملی پیشبینی، توانایی شما را در استفاده از بینشهای مبتنی بر داده برای سناریوهای زیستمحیطی و اقتصادی افزایش میدهد. در پایان دوره، شما قادر خواهید بود پیشبینیهای دقیق بلندمدت CO₂ تولید کنید و به طور معناداری در سیاست پایدار، برنامهریزی شرکتی یا تحلیل خطر آب و هوا مشارکت کنید. این دوره همچنین اعتماد به نفس در استفاده از روشهای سری زمانی برای تصمیمگیری در دنیای واقعی را افزایش میدهد.
این دوره برای افرادی که به تحلیل آب و هوا، اقتصاد انرژی یا علم داده با تمرکز بر پایداری علاقهمند هستند ضروری است. برای دانشجویان رشتههای علوم محیطی، اقتصاد یا تحلیل داده، مهارتهای مدلسازی عملی را ارائه میدهد که مستقیماً برای سیاستگذاری و برنامهریزی در دنیای واقعی قابل استفاده است. اقتصاددانان انرژی و متخصصان پایداری مشتاق از تمرکز بر دقت آماری و پیشبینی منطقهمحور بهرهمند خواهند شد. برای متخصصان در سازمانهای دولتی، شرکتهای مشاوره، سازمانهای مردمنهاد و سازمانهای بینالمللی، توانایی تولید و تفسیر پیشبینیهای معتبر بلندمدت انتشار CO₂ به طور فزایندهای حیاتی است. مشاغل مرتبط شامل تحلیلگر سیاست آب و هوا، پیشبینیکننده انرژی، دانشمند دادههای زیستمحیطی، استراتژیست پایداری و مشاور انتشار است. با جاهطلبانهتر شدن اهداف جهانی آب و هوا، این مهارتهای پیشبینی در سراسر بخشهایی که مسیرهای انتقال انرژی و کربنزدایی را شکل میدهند، بسیار مورد تقاضا هستند.
Algorithmic Economist (PhD)
متخصص انرژی کمّی | علم داده، یادگیری ماشین و بهینهسازی
نمایش نظرات