课程介绍:
本课程是使用R语言进行时间序列分析的完整指南。因此,分析时态数据的所有主要方面将覆盖n个深度。
在当今的大数据时代,全球各地的公司都使用R语言来筛选可供使用的大量信息。通过精通R语言中的时间序列数据分析,可以使您的公司具有竞争优势,并将您的职业提升到一个新的水平。
讲师介绍:
嘿,我叫密涅瓦·辛格(Minerva Singh),我是牛津大学MPhil(地理与环境)专业的毕业生。我最近在剑桥大学获得博士学位。
我拥有+5年的使用数据科学相关技术分析不同来源的现实生活数据的经验,并且为国际同行评审期刊制作了许多出版物。
在研究过程中,我意识到几乎所有的R数据科学课程和书籍都没有说明该主题的多维性质。
因此,与其他R讲师不同,我深入研究了R的数据科学功能,并为您提供了与数据科学相关主题的独一无二的基础!
从执行数据读取和清理到最终实现功能强大的统计和机器学习算法来分析时间序列数据,您将一路走来。
除其他事项外:
- 将向您介绍强大的基于R的软件包,以进行时间序列分析。
- 将向您介绍可用于时间序列数据的常用技术,可视化方法和机器/深度学习技术。
- &您将学习将这些框架应用于现实生活数据,包括临时库存和财务数据。
- 不需要任何先前的R或统计信息/机器学习知识!
- 您将从吸收最有价值的R Data Science基础知识和技术开始。我使用易于理解的动手方法来简化和解决R中最困难的概念。
- 我的课程将帮助您使用从不同来源获得的REAL DATA实现方法。许多课程使用的编造数据并不能使学生在现实生活中实施基于R的数据科学。
- 学习完本课程后,您可以轻松地在R中使用常见的时间序列包。
- 您甚至将了解基本概念,以了解最适合您的数据的算法和方法。
你将学到什么
- 在R中实现常用的数据清洗和可视化技术
- 能够读入、预处理和可视化时间序列数据
- 时间序列数据必须满足的基本条件&如何检验这些条件
- 为时间序列数据建模以预测未来值
- 使用机器学习回归预测未来值
- 检测给定时间段内值的突然变化
要求
- 熟悉R & R Studio的界面
- 对数据应用基本统计技术(如平均值计算)的经验
- 能够执行数据读取和预处理任务,如R中的可视化
- 对处理时间序列数据或含有时间成分的数据感兴趣
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。