Coursera Instructor Network
Time Series Mastery: Forecasting with ETS, ARIMA, Python

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.
Coursera Instructor Network

Time Series Mastery: Forecasting with ETS, ARIMA, Python

Diogo Resende

Instructeur : Diogo Resende

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
3.5

(20 avis)

niveau Débutant

Expérience recommandée

2 heures pour terminer
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
3.5

(20 avis)

niveau Débutant

Expérience recommandée

2 heures pour terminer
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Apply the most widely used techniques, including Exponential Smoothing (ETS) and Autoregressive Integrated Moving Average (ARIMA).

  • Analyze real-world data to identify patterns and make accurate predictions.

  • Create advanced forecasting models using Python.

Compétences que vous acquerrez

  • Catégorie : Time Series Data Analysis
  • Catégorie : Data Interpretation
  • Catégorie : Forecasting Techniques
  • Catégorie : ETS Modeling
  • Catégorie : ARIMA Modeling

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

1 devoir

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

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 un module dans ce cours

In today's data-driven world, the ability to accurately forecast and predict future trends is crucial for businesses to stay ahead of the competition. Time series analysis is a powerful tool that allows organizations to unravel patterns and make informed decisions. This course provides a comprehensive introduction to time series analysis and forecasting. You will learn about the most widely used techniques, including Error-Trend-Seasonality (ETS), Autoregressive Integrated Moving Average (ARIMA), and advanced forecasting methods.

Inclus

16 vidéos4 lectures1 devoir2 sujets de discussion

Instructeur

Évaluations de l’enseignant
3.6 (8 évaluations)
Diogo Resende
Coursera Instructor Network
3 Cours1 810 apprenants

Offert par

Recommandé si vous êtes intéressé(e) par Business Essentials

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

3.5

20 avis

  • 5 stars

    40 %

  • 4 stars

    15 %

  • 3 stars

    15 %

  • 2 stars

    15 %

  • 1 star

    15 %

Affichage de 3 sur 20

KK
5

Révisé le 16 oct. 2024

NE
4

Révisé le 12 juin 2024

Emplacement réservé

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