老师介绍
简 介 | 对于GDP、股票涨跌、产品季节销售等受时间影响波动变化的事物,如何建立模型来预测? |
---|
课程简介:
《数据分析师》进阶课(数据建模)的时序篇。
课程目的:
掌握常用的时间序列模型,掌握时序建模的基本思想,弄清楚各种时序模型的适用场景及要求,并能够针对时序特点选取最合适的拟合模型,以及对模型做出适当的优化措施。
课程内容:趋势平滑、季节因子、平稳拟合。550分钟视频
1、移动平均MA
2、指数平滑ES
3、Holt-Winters季节模型
4、基于回归的季节模型
5、因素解思想
6、平稳序列模型ARIMA模型
7、新产品预测模型
适用人群:
面向所有对数据分析有深入分析要求的人员,包括业务部门,数据分析部门,系统开发人员也同样需要学习。
学习资料:
请加入“傅一航大数据”QQ群,QQ群号:972373249,下载实战数据源
《数据分析师》进阶课(数据建模)的时序篇。
课程目的:
掌握常用的时间序列模型,掌握时序建模的基本思想,弄清楚各种时序模型的适用场景及要求,并能够针对时序特点选取最合适的拟合模型,以及对模型做出适当的优化措施。
课程内容:趋势平滑、季节因子、平稳拟合。550分钟视频
1、移动平均MA
2、指数平滑ES
3、Holt-Winters季节模型
4、基于回归的季节模型
5、因素解思想
6、平稳序列模型ARIMA模型
7、新产品预测模型
适用人群:
面向所有对数据分析有深入分析要求的人员,包括业务部门,数据分析部门,系统开发人员也同样需要学习。
学习资料:
请加入“傅一航大数据”QQ群,QQ群号:972373249,下载实战数据源
* 课程提供者:傅一航