Series Temporais com Python O Curso Completo

Domine a Ciência de Prever o Futuro com Técnicas Estatísticas usando Python
Series Temporais com Python O Curso Completo
File Size :
2.61 GB
Total length :
8h 43m

Category

Instructor

Fernando Amaral

Language

Last update

Última atualização em 5/2022

Ratings

4.2/5

Series Temporais com Python O Curso Completo

What you’ll learn

Prever series temporais com técnicas sofisticadas, como Arima, Suavização Exponencial, Decomposição e Redes Neurais
Compreender componentes de uma serie temporal: tendência, sazonalidade, ciclos e erros
Testar características das series temporais, como estacionariedade, autocorrelação e normalidade
Aprender técnicas de transformação de series temporais, como logarítmica, diferenciação e médias moveis

Series Temporais com Python O Curso Completo

Requirements

Noções básicas de Python e Estatística

Description

ESTE É O SEU GUIA COMPLETO PARA A ANÁLISE DE DADOS DA SÉRIE TEMPORAL EM 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!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!

Overview

Section 1: Introdução

Lecture 1 Instruções Gerais

Lecture 2 Orientações Gerais do Curso

Lecture 3 Material para Download

Lecture 4 Apresentação

Lecture 5 Exemplos de Séries Temporais

Lecture 6 Componentes de uma Série Temporal

Lecture 7 Autocorrelação

Lecture 8 Residuais, Valores Ajustados e Erros

Lecture 9 Avaliando Resíduais

Lecture 10 Decomposição

Section 2: Importando Dados

Lecture 11 Introdução ao Pandas

Lecture 12 Importando CSV

Lecture 13 Importando Excel

Lecture 14 Importando HTML

Lecture 15 Importando JSON

Section 3: Preprocessamento e Visualização

Lecture 16 O Básico de Data e Hora

Lecture 17 Exemplo de Série Temporal

Lecture 18 Mais sobre Data e Hora

Lecture 19 Tipos de Dados e Visualização

Lecture 20 Pré-Processamento de Dados

Lecture 21 Gráficos de Linhas

Lecture 22 Visualização de Resumos e Agregações

Lecture 23 Gráficos com Múltiplas Linhas

Lecture 24 Histogramas

Lecture 25 Exibindo Variações em Séries

Section 4: Características e Condições de Séries Temporais

Lecture 26 Métricas de Desempenho

Lecture 27 Métricas de Erros

Lecture 28 Séries Estacionárias

Lecture 29 Médias Móveis

Lecture 30 Médias Móveis, prática

Lecture 31 Componentes e Decomposição de uma Série Temporal

Lecture 32 Teste de Estacionariedade

Lecture 33 Uso de Log para Estacionariedade

Lecture 34 Diferenciação

Lecture 35 Diferenciação com Log

Lecture 36 Remoção de Tendência com Regressão

Section 5: Princípios de Previsão de Series Temporais

Lecture 37 Considerações Gerais

Lecture 38 Suavização Exponencial

Lecture 39 Arima

Lecture 40 Média Móvel Observando Variações de Ações

Lecture 41 Suavização Exponencial Simples

Lecture 42 Suavização Exponencial Simples e Amortecida

Lecture 43 Holt Winters

Lecture 44 Arima

Lecture 45 Auto Arima

Section 6: Machine Learning com Series Temporais

Lecture 46 Random Forest para Seleção de Atributos

Lecture 47 Prophet

Section 7: Deep Learning e Machine Learning para Séries Temporais

Lecture 48 Introdução ao Keras

Lecture 49 Redes Neurais Artificiais

Lecture 50 Multilayer Perceptron

Lecture 51 LTSM

Lecture 52 LTSM para prever Preço de Ações

Section 8: Aula Bônus

Lecture 53 Para Saber Mais e Carreira na Área de Dados

Cientistas de Dados, Analistas de Dados e demais interessados na tema

Course Information:

Udemy | Português | 8h 43m | 2.61 GB
Created by: Fernando Amaral

You Can See More Courses in the IT & Software >> Greetings from CourseDown.com

New Courses

Scroll to Top