使用 Python 进行时间序列预测
Time Series Forecasting with Python
这是一个基于项目的课程,将您置于 Airbnb 的商业数据分析师的角色,负责预测纽约 Airbnb 房产预订的需求。为了实现这一目标,您将使用 Python 编程语言构建一个强大的工具,利用时间序列预测的魔力。
你将学到
- 如何利用时间序列预测的力量来预测未来
- 如何使用当今商业数据分析师最相关的四种预测模型
- 练习商业数据分析所需的日常技能
- 构建一个令人印象深刻的项目,以添加到您的简历中,帮助您找到工作
- 提升您在最受欢迎的编程语言之一 Python 上的技能
让我们从最基础开始:什么是时间序列预测?
一个时间序列是指您在连续的时间段内分析数据,例如天、周、年、工作日或任何时间周期。在成功的数据分析中,考虑时间的影响是关键,时间序列帮助您理解这一点并将其用于您的优势。
预测您可能之前听说过。天气预报员每天为您预测天气。当您进行预测时,您正在尽可能准确地预测未来 。
所以 时间序列预测 真的是关于使用时间序列数据和分析来预测未来可能的样子。
听起来很有用,对吧?
嗯,就像天气预报员一样,你可能无法完美预测未来,但只要有合适的数据、工具和分析,你就能确保你的预测是最好的,并且能够以很高的信任度依赖你的预测。 完美
我为什么要通过做项目来学习?
做项目是学习最好的方法之一。在 ZTM,我们都是关于边做边学 。它将教会你如何在现实生活中实际工作,而不是害怕困难的事情。
要想在梦中工作,你需要 项目作品集 来展示你的技能给雇主看。这个项目将是你作品集的绝佳补充,你可以用它来吸引未来的雇主,得到你梦寐以求的工作。
我在这个项目中会学到什么?
通过这个项目,你将学习到当今商业数据分析师最常用的四种预测模型,以及利用它们所需的最新工具。
但还有更多。通过这个项目,你还将学习到:
1. Facebook Prophet:由 Meta(Facebook)开发的一个工具,用于生成可靠的预测,以帮助规划和设定业务目标。
2. Python 中的 SARIMAX 建模 :什么是 SARIMAX?它代表“季节性自回归积分滑动平均模型与外生变量”,我们知道这很复杂(感谢缩写!)。现在你需要知道的是,SARIMAX 是一个很好的时间序列分析工具,是 ARIMA 模型家族的一部分。
3. LinkedIn Silverkite:LinkedIn 也开发了一个顶尖的预测模型,称为 Silverkite!这甚至可能比 Facebook Prophet 更好,尽管它们各有用途。它使用自动建模来提高预测的准确性和精确度。
4. 循环神经网络 :学习和利用最前沿的神经网络,它们应用于时间序列,包括长短期记忆网络,这是一种深度学习预测模型,非常有市场潜力和需求!
5. 集成方法 :一种常见的预测方法,通过结合多个模型的预测来提高准确性。
这个项目(以及所有 ZTM 课程)最好的部分之一是你不会孤单学习。
今天注册,你还可以加入我们专属的在线社区课堂 ,与成千上万的学生、校友、导师、助教和讲师一起学习。
你能多好地使用时间序列预测来预测未来?点击立即开始学习加入学院,开始构建这个项目组合,找出答案。我们在里面见!
评论(0)