Séries Temporais e Analises Preditivas com Python

Este curso é o seu guia completo para análise de série temporal usando Python. Todos os principais aspectos da análise de dados temporais são estudados!  Na era de big data, empresas em todo o mundo usam Python para avaliar a "avalanche" de informações à sua disposição. Tornando-se proficiente na análise de dados de séries temporais em Python, você pode dar à sua empresa uma vantagem competitiva e levar sua carreira para outro nível! Veja o que você vai estudar:

• Fundamentos de Séries Temporais: Exemplos de séries temporais, decomposição (sanonalidade, tendência, resíduos), autocorrelação, decomposição.

• Pré-Processamento e Visualização: Estruturas de Dados, importação de CSV, Excel, HTML e JSON, formatos de data e hora,  gráficos diversos com gráficos de linhas  e histogramas, agregações, variações e muito mais.

• Características e Condições: Médias móveis, séries estacionárias, teste de estacionariedade com Log e diferenciação, remoção de componentes como tendência e sanozalidade.

• Métodos Estatísticos de Previsão de Séries Temporais: Médias Móveis, Suaviação Exponencial, Holt Winters, Arima e Auto-Arima.

• Machine Learning e Deep Learning: Introdução ao Keras, Random Forest para seleção de atributos, multi layer Perceptron, Redes Neurais Recorrentes (RNN) com  Long short-term memory (LSTM) e Gated recurrent units (GRU)

• Transformers: Introdução aos Transformers e Pytorch. Exemplos de uso de Transformers para previsão de séries temporais.

• Detecção de Anomalias: Técnicas como Média Móvel, Exponencial Smothing, Seasonal and Trend Decomposition (SLT) e Arima, voltadas para Detecção de Anomalias

Inclui material de apoio, como slides,scripts e dados de exemplo!

APRENDA COM UM CIENTISTA DE DADOS ESPECIALIZADO COM +10 ANOS DE EXPERIÊNCIA

Neste curso você vai aprender desde a importação e limpeza de dados até a implementação de poderosos algoritmos estatísticos e de aprendizado de máquina para analisar dados de séries temporais.

Entre outras coisas:

• Você vai conhecer pacotes poderosos baseados em Python para análise de séries temporais.

• Você será apresentado às técnicas comumente usadas, métodos de visualização e técnicas de aprendizado profundo / de máquina que podem ser implementadas para dados de série temporal.

• e você aprenderá a aplicar essas estruturas a dados da vida real, incluindo ações e dados financeiros.

Você começará absorvendo os fundamentos e técnicas mais importantes da ciência de dados Pytho, utilizando métodos práticos e fáceis de entender para simplificar e abordar até mesmo os conceitos mais difíceis em Python. O curso irá ajudá-lo a implementar os métodos usando DADOS REAIS obtidos de diferentes fontes. Depois de fazer este curso, você usará facilmente os pacotes de série temporal comuns em Python. Você ainda vai entender os conceitos subjacentes para entender quais algoritmos e métodos são mais adequados para seus dados.

Trabalharemos com dados reais e você terá acesso a todos os códigos e dados utilizados no curso.

Bons estudos!