Анализ временных рядов на Python

Внимание: для доступа к курсам ITtensive на Udemy напишите, пожалуйста, на support@ittensive.com с названием курса или группы курсов, которые хотите пройти.

Это дополнительный курс программы Машинное обучение от ITtensive по анализу временных рядов. В курсе разбираются 3 практических задачи:

1. Фьючерсы (цены) на зерно. Используя помесячные данные фьючерсов на зерно на лондонской бирже и применив ансамбль классических методов - бегущего среднего и полиномиальной регрессии - спрогнозируем цены в период сильной неопределенности.

Проект: прогноз фьючерсов на июнь 2022 года

2. Курсы валют. Изучим частотный и эконометрический подход для описание и прогнозирования курса доллара к рублю. Научимся раскладывать ряд на тренд, сезонность и вариацию и использовать модели ARMA, ARIMA, SARIMA, а также векторные (факторные) данные. Попробуем библиотеки Prophet и Auto-TS (автоматическое машинное обучение).

Проект: прогноз объема экспорта в декабре 2022 года

3. Активность потребителей электроэнергии. Разберемся с нейронными сетями и на основе достаточно стационарного ряда спрогнозируем его поведение, используя ансамбль из рекуррентных нейросетей.

Курсовой проект: прогноз курса акций, используя рекуррентные нейросети.

Теория по курсу включает:

• Понятие и цели анализа временного ряда

• Базовые техники - полиномиальные тренды и бегущее среднее

• Модель Хольта-Винтерса и цвета шума

• Авторегрессия и стационарность ряда

• AR/MA, ARIMA, SARIMA(X)

• ADL и VAR

• Методологию анализа временных рядов и дрейф данных

• Рекуррентные нейросети

• LSTM, GRU, ConvLSTM и BiLSTM

В заключении посмотрим на модели WaveNet и трансформеры (механизмы внимания).