در حال حاضر محصولی در سبد خرید شما وجود ندارد.

پنل کاربری

رمز خود را فراموش کرده اید؟ اگر اولین بار است از سایت جدید استفاده میکنید باید پسورد خود را ریست نمایید.
دسته بندی
دسته بندی

در حال حاضر محصولی در سبد خرید شما وجود ندارد.

آموزش پردازش سریهای زمانی در Python

آموزش پردازش سریهای زمانی در Python

10,900 تومان
بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
افزودن به سبد خرید
خرید دانلودی فوری

در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.

ویدئو معرفی این محصول

با مشاهده این کورس آموزشی از طریق انجام پروژه های واقعی و به زبانی بسیار ساده مطالب فراوانی را در رابطه با پردازش سریهای زمانی در زبان پایتون یاد می گیرید.

عنوان اصلی : Applied Time Series Analysis in Python

سرفصل ها :


مقدمه:
معرفی
سری زمانی چیست؟
روش یادگیری آماری: بلوک های ساختمان:
آمار پایه
تنظیم برای تمرین برنامه نویسی
برنامه نویسی برنامه نویسی: آمار توصیفی و استنباطی
autocorrelations و نویز سفید
استادیار و تفاوت
روش یادگیری آماری: مدل های اساسی:
پیاده روی تصادفی
برنامه نویسی Excercise: پیاده روی تصادفی
مدل متوسط ​​حرکت
ورزش برنامه نویسی: مدل متوسط ​​حرکت
مدل Autoregressive
پروژه مینی: مدل Autoregressive
ARMA: مدل متوسط ​​حرکت خودکار Autoregressive '
برنامه نویسی برنامه نویسی: ARMA
روش یادگیری آماری: مدل های پیشرفته:
ARIMA: مدل متوسط ​​متحرک متحرک Autoregressive
پروژه 1: Arima
Sarima
پروژه 2: Sarima
AIC: معیار اطلاعات Akaike
SariMax
پروژه 3: Sarimax
روش مدل سازی عمومی
var: خودکارآمدی بردار
پروژه 4 - قسمت 1: var
پروژه 4 - قسمت 2: ورما
پروژه 4 - قسمت 3: varmax
رویکرد یادگیری عمیق: نظریه:
معرفی
شبکه های عصبی عمیق (DNN)
شبکه عصبی مکرر و حافظه کوتاه مدت کوتاه مدت (RNN و LSTM)
شبکه های عصبی کانولوشن (CNN)
روش یادگیری عمیق: پروژه پایان به پایان:
پروژه 5 - قسمت 1: راه اندازی اولیه
پروژه 5 - قسمت 2: تجزیه و تحلیل داده های اکتشافی (EDA)
پروژه 5 - قسمت 3: مهندسی ویژگی
پروژه 5 - قسمت 4: عملکرد داده ها و عملکرد آموزشی
پروژه 5 - قسمت 5: مدل های تک مرحله
پروژه 5 - قسمت 6: مدل های خروجی چندگانه
پروژه 5 - قسمت 7: مدل های چند مرحله ای
نتیجه گیری و مراجع:
تبریک و تشکر از شما!
مراجع