Compare time series predictions of COVID-19 deaths
27 évaluations

Preprocess time series data for various machine learning models
Visualize time series data
Compare the time series predictions of 4 machine learning models
Preprocess time series data for various machine learning models
Visualize time series data
Compare the time series predictions of 4 machine learning models
In this 2-hour long project-based course, you will learn how to preprocess time series data, visualize time series data and compare the time series predictions of 4 machine learning models.You will create time series analysis models in the python programming language to predict the daily deaths due to SARS-CoV-19, or COVID-19. You will create and train the following models: SARIMAX, Prophet, neural networks and XGBOOST. You will visualize data using the matplotlib library, and extract features from a time series data set, perform data splitting and normalization. To successfully complete this project, learners should have prior Python programming experience, a basic understanding of machine learning, and a familiarity of the Pandas library. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.
Time Series Forecasting
Machine Learning
Feature Engineering
Python Programming
Time Series Models
Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :
Preprocess the data using pandas to be ready for machine learning, and visualize the data using matplotlib
Create a SARIMAX model, optimize the model hyperparameters, use the model for forecasting future COVID-19 deaths and visualize the results
Create a prophet model and use the model for forecasting future COVID-19 deaths and visualize the results
Create a function that extracts features for training the XGBOOST and a feedforward neural network models
Split time series feature dataset into training and test datasets and perform data normalization
Train an XGBOOST model and a feedforward neural network model, and finally compare the predictions of all the models covered in the project
Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.
Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé
par SA
6 mars 2021Very complete for a small 2 hour project! But Please write some parts of the code on the next project, because the pace is too fast, and the notebooks are empty!
En achetant un Projet Guidé, vous obtenez tout ce dont vous avez besoin pour terminer ce Projet Guidé, y compris l'accès à un espace de travail de bureau cloud, via votre navigateur web, qui contient les fichiers et les logiciels dont vous avez besoin pour commencer, ainsi que les instructions vidéo étape par étape d'un expert en la matière.
Comme votre espace de travail contient un bureau cloud dimensionné pour un ordinateur portable ou de bureau, les Projets Guidés ne sont pas disponibles sur votre appareil mobile.
Les enseignants des Projets Guidés sont des experts en la matière qui ont de l'expérience dans les compétences, les outils ou le domaine de leur projet et qui sont passionnés par le partage de leurs connaissances avec des millions d'étudiants dans le monde.
À partir du Projet Guidé, vous pouvez télécharger et conserver tout fichier que vous avez créé. Pour ce faire, vous pouvez utiliser la fonction « Navigateur de fichiers » pendant que vous accédez à votre bureau cloud.
Aucun remboursement n'est disponible pour les Projets Guidés. Consulter notre politique de remboursement complète.
Aucune aide financière n'est disponible pour les Projets Guidés.
L'audit n'est pas disponible pour les Projets Guidés.
En haut de la page, vous pouvez appuyer sur le niveau d'expérience de ce Projet Guidé pour afficher les connaissances requises. Pour chaque niveau de Projet Guidé, votre enseignant vous guidera étape par étape.
Oui, tout ce dont vous avez besoin pour terminer votre Projet Guidé sera présent sur un bureau cloud disponible dans votre navigateur.
Vous apprenez en effectuant des tâches dans un environnement à écran partagé, directement dans votre navigateur. Sur le côté gauche de l'écran, vous terminez la tâche dans votre espace de travail. Sur le côté droit de l'écran, vous voyez un(e) enseignant(e) qui vous guide tout au long du projet, étape par étape.
D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.