Bienvenue à Practical Time Series Analysis ! Beaucoup d'entre nous sont des analystes de données "accidentels". Nous avons suivi une formation en sciences, en commerce ou en ingénierie, puis nous nous sommes retrouvés confrontés à des données pour lesquelles nous n'avions pas reçu de formation analytique formelle. Ce cours est conçu pour les personnes ayant quelques compétences techniques et qui souhaitent plus qu'une approche de type "livre de cuisine", mais qui ont toujours besoin de se concentrer sur les types de présentation et d'analyse de routine qui permettent d'approfondir la compréhension de nos sujets professionnels.
(1,691 avis)
Compétences que vous acquerrez
- Catégorie : Prévision des séries temporelles
- Catégorie : Séries chronologiques
- Catégorie : Modèles de séries temporelles
Détails à connaître
Ajouter à votre profil LinkedIn
19 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
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
Il y a 6 modules dans ce cours
Au cours de cette première semaine, nous vous montrons comment télécharger et installer R sur Windows et Mac. Nous passons en revue les bases des statistiques inférentielles et descriptives dont vous aurez besoin pendant le cours.
Inclus
12 vidéos4 lectures2 devoirs3 laboratoires non notés
Cette semaine, nous commençons à explorer et à visualiser les séries temporelles disponibles sous forme d'ensembles de données acquises. Nous faisons également nos premiers pas dans le développement des modèles mathématiques nécessaires à l'analyse des données de séries temporelles.
Inclus
10 vidéos1 lecture3 devoirs1 laboratoire non noté
Au cours de la semaine 3, nous avons introduit quelques notions importantes dans l'analyse des séries temporelles : Stationnarité, opérateur de décalage arrière, inversion et dualité. Nous commençons à explorer les processus autorégressifs et les équations de Yule-Walker.
Inclus
13 vidéos7 lectures4 devoirs
Cette semaine, l'autocorrélation partielle est introduite. Nous travaillons davantage sur les équations de Yule-Walker et appliquons ce que nous avons appris jusqu'à présent à quelques ensembles de données du monde réel.
Inclus
8 vidéos3 lectures3 devoirs4 laboratoires non notés
Au cours de la semaine 5, nous commencerons à travailler avec le critère d'information d'Akaike comme outil pour évaluer nos modèles, nous introduirons des modèles mixtes tels que ARMA, ARIMA et nous modéliserons quelques ensembles de données du monde réel.
Inclus
7 vidéos6 lectures4 devoirs2 laboratoires non notés
Dans la dernière semaine de notre cours, un autre modèle est introduit : SARIMA. Nous adaptons les modèles SARIMA à différents ensembles de données et commençons à faire des prévisions.
Inclus
10 vidéos6 lectures3 devoirs2 laboratoires non notés
Instructeurs
Offert par
Recommandé si vous êtes intéressé(e) par Probabilités et Statistiques
Illinois Tech
Coursera Instructor Network
Coursera Project Network
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
1 691 avis
- 5 stars
69,22 %
- 4 stars
23,86 %
- 3 stars
5,02 %
- 2 stars
1,12 %
- 1 star
0,76 %
Affichage de 3 sur 1691
Révisé le 23 janv. 2020
Excelente, uno de los mejores cursos que he tomado. Lo más importante es que se practica muy seguido y hay examenes durante los vídeos. Si hay un nivel más avanzado de este tema, seguro que lo tomo.
Révisé le 29 oct. 2020
Very well instructed course. The teaching staff is phenomenal. Anybody trying to learn the basics of time series and develop a deep understanding will benefit alot from the course
Révisé le 13 mars 2018
Very good introduction to Time Series with R. Emphases on concepts rather than on dry math, but also precise as needed. Good supporting material and excellent professors.
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - 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
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous achetez un certificat, vous avez accès à tous les supports de cours, y compris les devoirs notés. Une fois le cours terminé, votre certificat électronique sera ajouté à votre page de réalisations. Vous pourrez alors l'imprimer ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez l'auditer gratuitement.
Vous pouvez prétendre à un remboursement intégral jusqu'à deux semaines après la date de votre paiement ou (pour les cours qui viennent d'être lancés) jusqu'à deux semaines après le début de la première session du cours, la date la plus tardive étant retenue. Vous ne pouvez pas obtenir de remboursement une fois que vous avez obtenu un certificat de cours, même si vous terminez le cours pendant la période de remboursement de deux semaines. Consultez notre politique de remboursement complète.