Tutoriel : Modèles ARIMA en Python pour la prévision des séries chronologiques

Offert par
Coursera Project Network
Dans ce Tutoriel guidé, vous :

Time Series Analysis

Implement ARIMA Model

Clock2 Hours
IntermediateIntermédiaire
CloudAucun téléchargement requis
VideoVidéo en écran partagé
Comment DotsAnglais
LaptopOrdinateur de bureau uniquement

In this 2-hour long guided tutorial, you will learn how to use ARIMA model for time series analysis and forecasting. Time series exists every where in our life from nature to stock market. You will learn how to do the basic statistical tests for times series and implement them in Python. By the end of this tutorial you will be able to understand times series concepts and analyze different datasets.

Les compétences que vous développerez

ForecastingAutoregressive Integrated Moving Average (ARIMA)Time Series

Apprendrez étape par étape

Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :

  1. Time Series and Explanatory Data Analysis

  2. Stationarity and ADF Test

  3. Autocorrelation, ACF and PACF

  4. ARIMA Model

  5. Automation of ARIMA Model

Fonctionnement des Tutoriels guidés

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

Foire Aux Questions

Foire Aux Questions

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