Временные ряды. Часть 2.

Видео посвящено анализу временных рядов с использованием Python. Рассматриваются основы работы с временными рядами: импорт данных, выполнение срезов и изменение шага временного ряда с помощью методов resample и shift. Описаны подходы к сглаживанию данных с помощью скользящего среднего и его визуализация. Демонстрируются методы разложения временных рядов на компоненты тренда, сезонности и случайных колебаний с использованием функции seasonal_decompose. Также проводится тест на стационарность данных (тест Дики-Фуллера) и вычисление автокорреляции для оценки взаимосвязей внутри временного ряда. Видео включает примеры построения графиков и поясняет важность визуализации в анализе временных рядов.анализ временных рядов, #Python, pandas, стационарность, скользящее среднее, тест Дики-Фуллера, разложение временного ряда, автокорреляция, seasonal_decompose, визуализация данных. АCF (Автокорреляционная функция), тренды, сезонность/ По вопросам обучения на курсах по технологиям Big Data, Kafka, Spark, Greenplum, AirFlow, NiFI, Hadoop, Data Science, нейронных сетей и машинного обучения приглашаем в нашу "Школу Больших Данных" https://bigdataschool.ru
Обращаться по телефону: +7 (495) 41-41-121 +7 (995) 100-45-63 Чтобы не пропустить информацию о новых курсах, акциях и других событиях Школы Больших Данных, рекомендуем подписаться на нас в социальных сетях: Телеграм-канал: https://t.me/BigDataSchool_ru
Вконтакте: https://vk.com/bdschool_mck
Github: https://github.com/BigDataSchoolRU
LinkedIn:   / bigdataschoolru   Подписывайтесь и будьте в курсе всех интересных новинок мира Big Data вместе со Школой больших данных - https://www.bigdataschool.ru