4.5
étoiles
104 évaluations

Mark J Grover +1 enseignant de plus

10 540 déjà inscrits

Offert par

Specialized Models: Time Series and Survival Analysis

Réseau de compétences IBM

À propos de ce cours

15 838 consultations récentes

This course introduces you to additional topics in Machine Learning that complement essential tasks, including forecasting and analyzing censored data. You will learn how to find analyze data with a time component and censored data that needs outcome inference. You will learn a few techniques for Time Series Analysis and Survival Analysis. The hands-on section of this course focuses on using best practices and verifying assumptions derived from Statistical Learning.
By the end of this course you should be able to:
Identify common modeling challenges with time series data
Explain how to decompose Time Series data: trend, seasonality, and residuals
Explain how autoregressive, moving average, and ARIMA models work
Understand how to select and implement various Time Series models
Describe hazard and survival modeling approaches
Identify types of problems suitable for survival analysis

Who should take this course?
This course targets aspiring data scientists interested in acquiring hands-on experience with Time Series Analysis and Survival Analysis.
 
What skills should you have?
To make the most out of this course, you should have familiarity with programming on a Python development environment, as well as fundamental understanding of Data Cleaning, Exploratory Data Analysis, Calculus, Linear Algebra, Supervised Machine Learning, Unsupervised Machine Learning, Probability, and Statistics.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Niveau intermédiaire

Approx. 11 heures pour terminer

Anglais

Votre entreprise pourrait-elle bénéficier de la formation des employés à des compétences recherchées ?

Essayez Coursera pour les affaires

Compétences que vous acquerrez

Dimensionality Reduction
Unsupervised Learning
Cluster Analysis
Time Series
K Means Clustering

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Niveau intermédiaire

Approx. 11 heures pour terminer

Anglais

Votre entreprise pourrait-elle bénéficier de la formation des employés à des compétences recherchées ?

Essayez Coursera pour les affaires

Enseignants

Évaluation de l'enseignant

4,33/5 (39 évaluations)

Mark J Grover

Digital Content Delivery Lead

IBM Data & AI Learning

46 624 étudiants

13 cours

Miguel Maldonado

Machine Learning Curriculum Developer

Data and AI Learning

31 116 étudiants

5 cours

Offert par

Réseau de compétences IBM

IBM is the global leader in business transformation through an open hybrid cloud platform and AI, serving clients in more than 170 countries around the world. Today 47 of the Fortune 50 Companies rely on the IBM Cloud to run their business, and IBM Watson enterprise AI is hard at work in more than 30,000 engagements. IBM is also one of the world’s most vital corporate research organizations, with 28 consecutive years of patent leadership. Above all, guided by principles for trust and transparency and support for a more inclusive society, IBM is committed to being a responsible technology innovator and a force for good in the world.

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

Programme de cours : ce que vous apprendrez dans ce cours

Semaine

Semaine 1

2 heures pour terminer

Introduction to Time Series Analysis

2 heures pour terminer

10 vidéos (Total 83 min), 3 lectures, 3 quiz

10 vidéos

Course Introduction2 min

Introduction to Forecasting and Time Series Analysis11 min

Pandas Time Series Notebook - Part 17 min

Pandas Time Series Notebook - Part 210 min

Pandas Time Series Notebook - Part 313 min

Pandas Time Series Notebook - Part 49 min

Time Series Decomposition4 min

Decomposition Models9 min

Decomposition Notebook - Part 17 min

Decomposition Notebook - Part 27 min

3 lectures

Time Series Demo (Activity)10 min

Time Series Decomposition Demo (Activity)10 min

Summary/Review10 min

3 exercices pour s'entraîner

Check for Understanding5 min

End of Module Quiz10 min

Semaine

Semaine 2

3 heures pour terminer

Stationarity and Time Series Smoothing

3 heures pour terminer

13 vidéos (Total 110 min), 3 lectures, 3 quiz

13 vidéos

Stationarity and Autocorrelation5 min

Stationarity Notebook - Part 17 min

Stationarity Notebook - Part 27 min

Stationarity Notebook - Part 314 min

Nonstationarity Examples4 min

Identifying Nonstationarity7 min

Common Transformations6 min

Time Series Smoothing6 min

Smoothing Moving Averages5 min

Smoothing Exponential Intro5 min

Advanced Smoothing12 min

Smoothing Notebook - Part 112 min

Smoothing Notebook - Part 215 min

3 lectures

Stationarity Demo (Activity)10 min

Time Series Smoothing Demo (Activity)10 min

Summary/Review10 min

3 exercices pour s'entraîner

Check for Understanding5 min

End of Module Quiz10 min

Semaine

Semaine 3

3 heures pour terminer

ARMA and ARIMA Models

3 heures pour terminer

9 vidéos (Total 117 min), 3 lectures, 3 quiz

9 vidéos

Autoregressive Models and Moving Average Models6 min

Useful Plots9 min

ARMA Models Notebook - Part 110 min

ARMA Models Notebook - Part 210 min

ARIMA and SARIMA Models12 min

SARIMA Prophet Notebook - Part 112 min

SARIMA Prophet Notebook - Part 215 min

SARIMA Prophet Notebook - Part 314 min

SARIMA Prophet Notebook - Part 425 min

3 lectures

ARMA Models Demo (Activity)10 min

SARIMA Prophet Demo (Activity)10 min

Summary/Review10 min

3 exercices pour s'entraîner

Check for Understanding5 min

End of Module Quiz10 min

Semaine

Semaine 4

3 heures pour terminer

Deep Learning and Survival Analysis Forecasts

This module introduces two additional tools for forecasting: Deep Learning and Survival Analysis. In addition to AI and Machine Learning applications, Deep Learning is also used for forecasting. Survival Analysis is a branch of Statistics first ideated to analyze hazard functions and the expected time for an event such as mechanical failure or death to happen. Survival Analysis is still used widely in the pharmaceutical industry and also in other business scenarios with limited data related to censoring, the lack of information on whether an event occurred or not for a certain observation.

3 heures pour terminer

8 vidéos (Total 70 min), 3 lectures, 4 quiz

8 vidéos

Deep Learning - Part 16 min

Deep Learning - Part 26 min

Deep Learning - Part 34 min

Deep Learning Notebook - Part 114 min

Deep Learning Notebook - Part 211 min

Survival Analysis and Censoring - Part 110 min

Survival Analysis and Censoring - Part 28 min

Survival Analysis Notebook8 min

3 lectures

Deep Learning for Forecasting Demo (Activity)10 min

Survival Analysis Demo (Activity)10 min

Summary/Review10 min

3 exercices pour s'entraîner

Check for Understanding5 min

End of Module Quiz10 min

Avis

4.5

28 avis

5 stars
72,11 %
4 stars
15,38 %
3 stars
6,73 %
2 stars
3,84 %
1 star
1,92 %

Meilleurs avis pour SPECIALIZED MODELS: TIME SERIES AND SURVIVAL ANALYSIS

par GV16 déc. 2021

I liked this course. It gives all the necessary information about classical machine learning algorithms as well as deep learning techniques

par GS15 mai 2021

It is a good course to build foundation on the modeling of timerseries data. It will be good to add other lessons for anomaly detection on timeseries.

par KP7 avr. 2022

excellent and well explained course, especially for SARIMAX models.

par A26 nov. 2021

Clearly explaind. I am currently working on time series forecasting and predictions. This course helped me a lot about the details of the topics.

Voir tous les avis

Foire Aux Questions

Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
À quoi ai-je droit si je m'abonne à ce Certificat ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours du Certificat, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.

Développez les compétences de vos employés, obtenez des résultats commerciaux

Découvrez Coursera pour les affaires

Specialized Models: Time Series and Survival Analysis

Specialized Models: Time Series and Survival Analysis

À propos de ce cours

Compétences que vous acquerrez