LearnQuest

Nachfrageprognose mit Zeitreihen

Rajvir Dua
Neelesh Tiruviluamala

Dozenten: Rajvir Dua

3.358 bereits angemeldet

Enthalten inCoursera Plus

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
3.2

(26 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

Es dauert 9 Stunden
3 Wochen bei 3 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
3.2

(26 Bewertungen)

Stufe Mittel

Empfohlene Erfahrung

Es dauert 9 Stunden
3 Wochen bei 3 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Erstellen von ARIMA-Modellen in Python zur Vorhersage der Nachfrage

  • Entwicklung des Rahmens für fortgeschrittenere neuronale Netze (wie LSTMs) durch das Verständnis von Autokorrelation und autoregressiven Modellen.

Kompetenzen, die Sie erwerben

  • Kategorie: Python-Programmierung
  • Kategorie: Autoregressiver integrierter gleitender Durchschnitt (ARIMA)
  • Kategorie: Zeitreihen
  • Kategorie: Maschinelles Lernen
  • Kategorie: Nachfrageprognose

Wichtige Details

Erwerben Sie ein Karrierezertifikat.

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

5 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung Maschinelles Lernen für Lieferketten
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage
Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

In diesem Kurs gibt es 4 Module

In diesem Modul werden wir uns mit Zeitreihen in Python vertraut machen. Zunächst machen wir uns damit vertraut, wo Zeitreihen in die Landschaft des maschinellen Lernens passen. Dann lernen wir die wichtigsten Arten von Zeitreihen und ihre Unterscheidungsmerkmale kennen, darunter Zeitraum, Häufigkeit und Stationarität. Nach einer Pause, in der wir lernen, wie man Zeitreihen in Python darstellt, werden wir uns mit den Unterschieden zwischen Saisonalität und Zyklizität beschäftigen.

Das ist alles enthalten

7 Videos3 Lektüren2 Aufgaben1 Diskussionsthema

In diesem Modul werden wir uns mit den Ideen hinter Autokorrelation und Unabhängigkeit beschäftigen. Zunächst werden wir uns mit der Mathematik der Korrelation befassen und damit, wie sie zur Charakterisierung der Beziehung zwischen zwei Variablen verwendet werden kann. Als Nächstes werden wir die Beziehung zur Unabhängigkeit definieren und erklären, wo diese Ideen verwendet werden können. Schließlich werden wir die Korrelation mit Zeitreihenattributen wie Trend, Saisonalität und Stationarität kombinieren, um die Autokorrelation abzuleiten. Wir gehen sowohl auf die Theorie hinter der Autokorrelation ein als auch darauf, wie man sie in Python programmiert.

Das ist alles enthalten

8 Videos2 Lektüren2 Aufgaben1 Diskussionsthema

In diesem Modul werden wir zunächst einige der grundlegenden Konzepte der linearen Regression besprechen. Anschließend erweitern wir dieses Wissen um die verzögerte Regression, eine effektive Methode zur Anwendung von Regressionstechniken auf Zeitreihen. Sobald wir ein solides Fundament in der grundlegenden und verzögerten Regression haben, werden wir moderne Methoden wie ARIMA (autoregressiver integrierter gleitender Durchschnitt) erkunden. All dies bildet den Rahmen für fortgeschrittenere maschinelle Lernmodelle wie LSTMs (Long Short Memory Network).

Das ist alles enthalten

4 Videos1 Lektüre1 Aufgabe1 Programmieraufgabe1 Diskussionsthema1 Unbewertetes Labor

Im abschließenden Kursprojekt werden wir mit Hilfe von ARIMA-Modellen Nachfrageprognosen erstellen.

Das ist alles enthalten

1 Programmieraufgabe1 Unbewertetes Labor

Dozenten

Lehrkraftbewertungen
2.8 (14 Bewertungen)
Rajvir Dua
LearnQuest
8 Kurse15.221 Lernende

von

LearnQuest

Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

Zeigt 3 von 26

3.2

26 Bewertungen

  • 5 stars

    40,74 %

  • 4 stars

    3,70 %

  • 3 stars

    11,11 %

  • 2 stars

    18,51 %

  • 1 star

    25,92 %

SF
5

Geprüft am 12. Sep. 2022

Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen