Course catalog

Course duration

Course provider

Topic

Categories

Showing 1-3 of 3 items.

linkedin Advanced SQL for Data Science: Time Series (Mitalearn-157145)

  • 1 hours 20 minutes
  • پیشرفته
  • Update date: 21 June 2026
  • Author: Dan Sullivan
درباره این دوره:

داده های سری زمانی داده هایی هستند که در طول زمان جمع آوری می شوند: معیارهای عملکرد، تعاملات کاربر و اطلاعات جمع آوری شده توسط حسگرها. از آنجایی که داده‌های سری زمانی مختلف اندازه‌گیری‌ها و فواصل متفاوتی دارند، این داده‌ها چالشی منحصر به فرد برای دانشمندان داده است. با این حال، SQL دارای برخی از ویژگی های طراحی شده برای کمک است. این دوره به شما می آموزد که چگونه داده های سری زمانی را با آنها استاندارد و مدل کنید. مربی دن سالیوان در مورد پنجره بندی و تفاوت بین محاسبات پنجره کشویی و غلتشی بحث می کند. سپس بیاموزید که چگونه ساختارهای SQL مانند OVER و PARTITION BY به ساده‌سازی تحلیل کمک می‌کنند و چگونه می‌توان از غیرعادی‌سازی برای افزایش داده‌ها و در عین حال اجتناب از اتصال استفاده کرد. به علاوه، تکنیک های بهینه سازی مانند نمایه سازی را کشف کنید. Dan همچنین تکنیک های تحلیل سری های زمانی مانند مقایسه دوره های زمانی قبلی، میانگین متحرک، هموارسازی نمایی و رگرسیون خطی را معرفی می کند.

linkedin پایتون عملی برای تجزیه و تحلیل سری های زمانی (Mitalearn-466222)

  • 4 hours 55 minutes
  • مناسب همه
  • Release date: 5 December 2025
  • Author: Jesus Lopez
درباره این دوره:

<p>داده‌های سری زمانی تصمیم‌گیری‌های حیاتی در امور مالی، انرژی و اقتصاد را هدایت می‌کنند - اما به مهارت‌های تخصصی نیاز دارند. جسوس لوپز، مشاور داده‌های کامل و معمار راه‌حل‌ها، شما را از طریق تکنیک‌های عملی پایتون، ترکیب مهندسی نرم‌افزار و تجزیه و تحلیل آماری با استفاده از پانداها، مدل‌های آماری، و نمودارها راهنمایی می‌کند.</p> <p>با مجموعه داده‌های واقعی از فدرال رزرو (FRED)، بازارهای انرژی PJM، و داده‌های مالی برای تسلط بر مهارت‌های ضروری کار کنید: پیوستن به مجموعه داده‌های زمانی با فرکانس‌های مختلف، جمع‌آوری داده‌ها در دوره‌های زمانی با groupby، ایجاد جداول محوری برای مقایسه، و نمونه‌برداری مجدد برای مطابقت با نیازهای تحلیل.</p> <p>تحلیل رگرسیون را برای سری‌های زمانی بیاموزید: مدل‌های OLS را متناسب کنید، R-squared را از ابتدا محاسبه کنید تا کیفیت مدل را درک کنید، همبستگی خودکار را با آزمون‌های دوربین-واتسون تشخیص دهید، و خطاهای استاندارد HAC را برای تصحیح اهمیت متورم اعمال کنید. کشف کنید که چگونه گسسته‌سازی زمانی و مدل‌سازی خاص رژیم به‌طور چشمگیری قدرت توضیحی را هنگامی که روابط اقتصادی در طول دوره‌ها تغییر می‌کند، بهبود می‌بخشد.</p> <p>هر تکنیکی از طریق مثال‌های عملی با تولید انرژی، شاخص‌های اقتصادی، و داده‌های موجودی آموزش داده می‌شود که به شما مهارت‌های کاربردی فوری برای مجموعه داده‌های زمانی شما می‌دهد.</p>

linkedin تجزیه و تحلیل سری زمانی و پیش بینی با GPT-4O (Mitalearn-437526)

  • 38 minutes
  • مناسب همه
  • Release date: 24 July 2024
  • Author: Alina Zhang
درباره این دوره: 

 

یکی از نکات برجسته این دوره این است که هیچ برنامه نویسی لازم نیست. اکنون می توانید با استفاده از زبان انسانی با استفاده از زبان انسانی برای تجزیه و تحلیل ، پیش بینی و تجسم داده های سری زمانی ارتباط برقرار کنید. با موارد ضروری آنچه را می توان پیش بینی کرد و در اعماق اجزای داده های سری زمانی مانند روندها ، فصلی بودن ، چرخه ها و سر و صدا شروع کنید ، شروع کنید. بیاموزید که داده ها را با استفاده از روشهای افزودنی ، ضرب و STL تجزیه کنید. پیشرفت به مدل سازی پیش بینی با ARIMA و مدل های هموار سازی نمایی ، تسلط بر تنظیم HyperParameter و انتخاب مدل. در پایان این دوره ، شما مجهز به پیش بینی فردا و آماده شدن برای آینده با اعتماد به نفس خواهید بود.


Suggestions