Series Temporais e Analises Preditivas O Curso Completo

Domine a Ciência de Prever o Futuro com Técnicas Estatísticas usando R
Series Temporais e Analises Preditivas O Curso Completo
File Size :
2.69 GB
Total length :
6h 4m

Category

Instructor

Fernando Amaral

Language

Last update

Última atualização em 5/2022

Ratings

4.5/5

Series Temporais e Analises Preditivas O Curso Completo

What you’ll learn

Prever series temporais com técnicas sofisticadas, como Arima, Suavização Exponencial, Decomposição e Redes Neurais
Prever series temporais com técnicas básicas, como naive, meanf e drift
Estudar e entender a aplicação de regressão linear em series temporais
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 e Analises Preditivas O Curso Completo

Requirements

Conhecimentos básicos de Estatística e R

Description

Séries Temporais estão entre as técnicas mais importantes da ciência de dados e inteligência artificial!Eventos naturais ou mesmos aqueles que ocorrem no dia a dia, estão conectados a um elemento temporal. Este elemento temporal é fundamental para que possamos compreender estes eventos e, acima de tudo, para podermos olhar no horizonte e prever como eles irão se comportar no futuro. A analise de Séries Temporais é uma ciência já consolidada, mas que com o advento da era da informação ganhou papel fundamental. Hoje, é improvável imaginar a gestão de empresas sem o uso intenso de Séries Temporais, sejam para entender o seu negócio, seja para projetar o futuro, o que pode inclusive significar novos investimentos, parcerias, contratações, expansões etc.O que você vai estudar:Conceitos de séries temporaisFundamentos estatísticos relacionadosConceitos como estacionariedade, correlação e autocorrelação, decomposiçãoAvaliações e transformaçõesMédias MóveisMais de 10 técnicas de previsões, como Suavização Exponencial e ArimaRegressãoRedes Neurais para Series TemporaisO curso incluiCódigos fonte dos exemplosSlides para downloadDados de exemploBem vindo ao mundo da análise de séries temporais!

Overview

Section 1: Introdução

Lecture 1 Instruções Gerais

Lecture 2 O Caso do Hotel Y Estrela

Lecture 3 Material para Download

Lecture 4 Orientações Gerais

Lecture 5 Apresentação

Lecture 6 Exemplos de Séries Temporais

Lecture 7 Criando um Série Temporal

Lecture 8 Criando uma Série Temporal no R

Lecture 9 Importando uma Série Temporal no R

Lecture 10 Uso do argumento frequency

Section 2: Fundamentos de Estatística

Lecture 11 Medidas de Centralidade e Variabilidade

Lecture 12 Distribuição Normal

Lecture 13 Teste de Hipótese

Lecture 14 Passeio Aleatório

Section 3: Explorando Séries Temporais

Lecture 15 Analises Exploratórias no R

Lecture 16 Gráficos Básicos no R

Section 4: Conceitos de Séries Temporais

Lecture 17 Séries Estacionárias

Lecture 18 Componentes de uma Série Temporal

Lecture 19 Correlação

Lecture 20 Autocorrelação

Lecture 21 Resíduos, Valor Ajustado e Erro

Section 5: Analisando Séries Temporais

Lecture 22 Avaliando Resíduos

Lecture 23 Avaliando Resíduos no R

Lecture 24 Teste de Estacionariedade no R

Lecture 25 Decomposição

Lecture 26 Transformações

Lecture 27 Transformações no R

Lecture 28 Médias Móveis

Lecture 29 Médias Móveis no R

Lecture 30 Enquanto isso no Hotel Y Estrelas (PTII)

Section 6: Previsões

Lecture 31 Considerações Gerais sobre Previsões

Lecture 32 Resumo de Técnicas

Lecture 33 Naive

Lecture 34 Naive com R

Lecture 35 Mean

Lecture 36 Mean com R

Lecture 37 Drift

Lecture 38 Drift com R

Section 7: Técnicas Avançadas de Previsão

Lecture 39 Previsão com Decomposição no R

Lecture 40 Suavização Exponencial

Lecture 41 Suavização Exponencial no R

Lecture 42 Suavização Exponencial no R parte II

Lecture 43 Arima

Lecture 44 Auto-arima

Lecture 45 Auto-arima no R

Lecture 46 Auto-arima no R parte II

Lecture 47 Enquanto isso no Hotel Y Estrelas (PTIII)

Section 8: Regressão com Séries Temporais

Lecture 48 Regressão com Séries Temporais

Lecture 49 Escolhendo as varáveis independentes

Lecture 50 Regressão com Séries Temporais no R

Section 9: Outras Técnicas de Previsão

Lecture 51 Redes Neurais para Series Temporais

Lecture 52 Redes Neurais para Series Temporais no R

Lecture 53 Incluindo uma variável Independente

Lecture 54 Incluindo uma variável Independente no R

Section 10: Métricas de Desempenho

Lecture 55 Métricas de Desempenho

Lecture 56 Métricas de Desempenho no R

Lecture 57 Métricas: ME MAE RMSE MPE MAPE

Section 11: Caso Prático: um Problema Completo

Lecture 58 Caso Prático no R

Lecture 59 Caso Prático no R parte II

Lecture 60 Caso Prático no R parte III

Section 12: Encerramento

Lecture 61 De volta ao Hotel Y Estrelas

Lecture 62 Atividade Final

Lecture 63 Encerramento

Section 13: Aula Bônus – Certificado e Mais Dicas

Lecture 64 Para Saber Mais e Carreira na Área de Dados

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

Course Information:

Udemy | Português | 6h 4m | 2.69 GB
Created by: Fernando Amaral

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

New Courses

Scroll to Top