Що нового?

Придбаний Временные ряды для прогноза криптовалют [stepik] [Елена Кантонистова]

Інформація про покупку
Тип покупки: Складчина
Ціна: 134 ГРН
Учасників: 0 з 42
Організатор: Відсутній
Статус: Набір учасників
Внесок: 3.3 ГРН
0%
Основний список
Резервний список

Gadzhi

Модератор
Временные ряды для прогноза криптовалют [stepik] [Елена Кантонистова]



Курс посвящен изучению методов анализа и прогнозирования временных рядов на примере криптовалют с помощью классических подходов и при помощи машинного обучения

Чему вы научитесь
познакомитесь с задачей прогнозирования временных рядов и основными подходами к ее решению
узнаете о Python библиотеках, предназначенных для анализа временных рядов
поучаствуете в соревновании и построите прогнозные модели для предсказания цен на криптовалюты
О курсе
В данном курсе изучаются методы анализа временных рядов и решается задача прогнозирования цены криптовалют с помощью классических подходов, а также при помощи машинного обучения

Для кого этот курс
Курс предназначен для слушателей, знакомых с основами анализа данных и машинного обучения и желающих научиться специальным подходам, предназначенным для прогнозирования временных рядов. Также курс будет интересен тем, кто интересуется поведением криптовалют

Начальные требования
знание математики в рамках школьной программы
знание алгоритмов анализа данных и машинного обучения на начальном или среднем уровне
умение программировать на python на начальном уровне или выше

Елена Кантонистова. Кандидат физико-математических наук, выпускница школы анализа данных Яндекса (ШАД)
Академический руководитель магистратуры "Искусственный интеллект" (ранее "Машинное обучение и высоконагруженные системы") Факультета компьютерных наук ВШЭ, доцент департамента больших данных и информационного поиска ФКН…

Интенсив состоит из трех онлайн-занятий:

Методы анализа временных рядов, линейные модели
Вебинар от эксперта по криптовалютам
Машинное обучение для построения прогнозов

Программа курса
  • Как устроен курс
  • Особенности работы с временными рядами
  • Материалы первого вебинара
  • Домашнее задание
  • Рассказ эксперта о криптовалютах
  • Машинное обучение для прогнозирования временных рядов
  • Фреймворки для работы с временными рядами в Python
  • Материалы третьего вебинара
  • Домашнее задание
  • Адаптивный подход
  • Улучшения классических экспоненциальных моделей
  • Домашнее задание
  • Платформа Kaggle
  • Подведение итогов
В курс входят 15 уроков 7часов 25 минут видео 25 тестов

Цена 200 ₽
https://stepik.org/course/177216/promo
 
Угорі