LearnQuest
Prévision de la demande à l'aide de séries temporelles
LearnQuest

Prévision de la demande à l'aide de séries temporelles

Rajvir Dua
Neelesh Tiruviluamala

Instructeurs : Rajvir Dua

3 358 déjà inscrits

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
3.2

(26 avis)

niveau Intermédiaire

Expérience recommandée

9 heures pour terminer
3 semaines à 3 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
3.2

(26 avis)

niveau Intermédiaire

Expérience recommandée

9 heures pour terminer
3 semaines à 3 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Construire des modèles ARIMA en Python pour prédire la demande

  • Développer le cadre pour des réseaux neuronaux plus avancés (tels que les LSTM) en comprenant l'autocorrélation et les modèles autorégressifs.

Compétences que vous acquerrez

  • Catégorie : Programmation en Python
  • Catégorie : Moyenne mobile intégrée autorégressive (ARIMA)
  • Catégorie : Séries chronologiques
  • Catégorie : Apprentissage automatique
  • Catégorie : Prévision de la demande

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

5 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Emplacement réservé

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation L'apprentissage automatique pour les chaînes d'approvisionnement
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • Apprenez de nouveaux concepts auprès d'experts du secteur
  • Acquérez une compréhension de base d'un sujet ou d'un outil
  • Développez des compétences professionnelles avec des projets pratiques
  • Obtenez un certificat professionnel partageable
Emplacement réservé
Emplacement réservé

Obtenez un certificat professionnel

Ajoutez cette qualification à votre profil LinkedIn ou à votre CV

Partagez-le sur les réseaux sociaux et dans votre évaluation de performance

Emplacement réservé

Il y a 4 modules dans ce cours

Dans ce module, nous allons nous familiariser avec les séries temporelles en Python. Nous commencerons par nous familiariser avec la place des séries temporelles dans le paysage de l'apprentissage automatique. Ensuite, nous découvrirons les principaux types de séries temporelles et leurs facteurs distinctifs, notamment la période, la fréquence et la stationnarité. Après avoir appris à tracer des séries temporelles en Python, nous explorerons les différences entre la saisonnalité et la cyclicité.

Inclus

7 vidéos3 lectures2 devoirs1 sujet de discussion

Dans ce module, nous nous pencherons sur les notions d'autocorrélation et d'indépendance. Nous commencerons par étudier les mathématiques de la corrélation et la manière dont elle peut être utilisée pour caractériser la relation entre deux variables. Ensuite, nous définirons sa relation avec l'indépendance et expliquerons où ces idées peuvent être utilisées. Enfin, nous combinerons la corrélation avec les attributs des séries temporelles, tels que la tendance, la saisonnalité et la stationnarité, pour obtenir l'autocorrélation. Nous verrons à la fois la théorie qui sous-tend l'autocorrélation et la manière de la coder en Python.

Inclus

8 vidéos2 lectures2 devoirs1 sujet de discussion

Dans ce module, nous commencerons par revoir certains des concepts de base de la régression linéaire. Ensuite, nous étendrons ces connaissances à la régression décalée, un moyen efficace d'utiliser les techniques de régression sur les séries temporelles. Une fois que nous aurons acquis de solides connaissances en matière de régression de base et de régression décalée, nous explorerons des méthodes modernes telles que l'ARIMA (moyenne mobile intégrée autorégressive). Tout cela permet de construire le cadre de modèles d'apprentissage automatique plus avancés, tels que les LSTM (réseau de mémoire à long terme).

Inclus

4 vidéos1 lecture1 devoir1 devoir de programmation1 sujet de discussion1 laboratoire non noté

Dans le projet de fin d'études, nous ferons des prévisions de la demande à l'aide de modèles ARIMA.

Inclus

1 devoir de programmation1 laboratoire non noté

Instructeurs

Évaluations de l’enseignant
2.8 (14 évaluations)
Rajvir Dua
LearnQuest
8 Cours15 221 apprenants

Offert par

LearnQuest

Recommandé si vous êtes intéressé(e) par Apprentissage automatique

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

Affichage de 3 sur 26

3.2

26 avis

  • 5 stars

    40,74 %

  • 4 stars

    3,70 %

  • 3 stars

    11,11 %

  • 2 stars

    18,51 %

  • 1 star

    25,92 %

SF
5

Révisé le 12 sept. 2022

Emplacement réservé

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions