دوره

یادگیری ماشین برای داده‌های سری زمانی در پایتون

این دوره روی مهندسی ویژگی و یادگیری ماشین برای داده سری زمانی تمرکز داره.

مقدماتی
تاریخ به‌روزرسانی:
26 آبان 1405
۴٫۷
پایتون
۴ ساعت
۱۳ ویدیو
۴۰ تمرین
۷۴۴ شرکت‌کننده
۴۵۵
کاربرهای فینکا در چه شرکت‌هایی مشغول به کار هستند؟
توضیحات دوره

داده‌های سری زمانی همه‌جا پیدا می‌شن. نوسانات بازار بورس، داده‌های سنسورهایی که تغییرات آب‌وهوایی رو ثبت می‌کنن یا فعالیت‌های مغزی؛ هر سیگنالی که در طول زمان تغییر می‌کنه رو می‌شه به‌عنوان یک سری زمانی در نظر گرفت. یادگیری ماشین به یک روش قدرتمند برای استفاده از پیچیدگی داده‌ها تبدیل شده تا از طریق اون بشه به پیش‌بینی‌ها و بینش‌های مفیدی درباره مسئله مورد نظر رسید. این دوره نقطه تلاقی دو دنیای یادگیری ماشین و داده‌های سری زمانی محسوب می‌شه و موضوعاتی مثل مهندسی ویژگی، اسپکتروگرام‌ها و سایر تکنیک‌های پیشرفته رو برای طبقه‌بندی صدای ضربان قلب و پیش‌بینی قیمت سهام پوشش می‌ده.

همونیه که می‌خواید یاد بگیرید؟

1
مقدمه‌ای بر سری زمانی و یادگیری ماشین

این بخش مقدمه‌ای بر مبانی یادگیری ماشین، داده‌های سری زمانی و نقطه تلاقی این دو حوزه‌ست.

2
سری زمانی به‌عنوان ورودی مدل

ساده‌ترین راه برای وارد کردن داده‌های سری زمانی به پایپ‌لاین یادگیری ماشین اینه که از اون‌ها به‌عنوان ویژگی‌های یک مدل استفاده کنید. این بخش ویژگی‌های رایجی رو بررسی می‌کنه که برای استفاده در یادگیری ماشین از داده‌های سری زمانی استخراج می‌شن.

3
پیش‌بینی داده‌های سری زمانی

اگر می‌خواید الگوهای داده رو در طول زمان پیش‌بینی کنید، باید هنگام انتخاب و ساخت مدل به نکات خاصی توجه کنید. در این بخش یاد می‌گیرید چطور قبل از برازش مدل، بینش بهتری از داده‌ها به دست بیارید و با بهترین روش‌ها برای استفاده از مدل‌سازی پیش‌بینی در داده‌های سری زمانی آشنا می‌شید.

4
اعتبارسنجی و بررسی مدل‌های سری زمانی

وقتی مدلی برای پیش‌بینی داده‌های سری زمانی ساختید، باید مشخص کنید که مدل خوبه یا نه. در این بخش با اصول ایجاد پیش‌بینی با استفاده از مدل‌ها آشنا می‌شید تا بتونید اون‌ها رو با داده‌های تست اعتبارسنجی کنید.

گواهی پایان دوره

  • تأیید مهارت شما

    با تکمیل این دوره، شما یک گواهی معتبر دریافت می‌کنید که بیانگر کسب مهارت‌های لازم مرتبط با این دوره آموزشی است.

  • اعتبار و اصالت گواهی

    هر مدرک دارای شناسه یکتا و لینک اعتبارسنجی است که امکان بررسی و تأیید اصالت آن را فراهم می‌کند.

  • اشتراک‌گذاری

    می‌توانید گواهی‌های خود را به‌راحتی در شبکه‌های حرفه‌ای مانند لینکدین با دیگران به اشتراک بگذارید.

اشتراک‌گذاری
منابع
Prices

Audio

سوالات متداول

در این دوره با استخراج ویژگی‌ها از داده سری زمانی و ساخت مدل‌ها با Scikit-learn، صداهای ضربان قلب رو طبقه‌بندی می‌کنید و قیمت‌های سهام رو پیش‌بینی می‌کنید.

شما باید تجربه کار با Pandas و Matplotlib، یادگیری نظارت‌شده با Scikit-learn و همین‌طور گذروندن دوره‌های قبلی درباره تغییر و مصورسازی داده‌های سری زمانی در پایتون رو داشته باشید.

بله. بخش 2 کاملاً روی استخراج ویژگی‌های رایج از داده سری زمانی تمرکز داره، از جمله اسپکتروگرام‌ها و تکنیک‌های دیگه‌ای که می‌تونید ازشون به‌عنوان ورودی‌های مدل استفاده کنید.

بخش 4 بهترین روش‌ها رو برای ایجاد پیش‌بینی‌ها و اعتبارسنجی مدل‌های سری زمانی در برابر داده‌های تست پوشش می‌ده و به چالش‌های خاص داده‌های زمانی می‌پردازه.

این دوره به‌طور خاص روی نقطه تلاقی یادگیری ماشین و داده‌های زمانی تمرکز داره و مهندسی ویژگی مخصوص سری زمانی، الگوهای پیش‌بینی و ملاحظات اعتبارسنجی رو پوشش می‌ده که معمولاً در دوره‌های استاندارد یادگیری ماشین ازشون عبور می‌شه.

دریافت اپلیکیشن فینکا

با اپلیکیشن فینکا، به بیشتر دوره‌ها و مسیرها روی موبایل دسترسی دارید، تمرین می‌کنید و یادگیری رو هم‌زمان روی موبایل و دسکتاپ ادامه می‌دید.