Course Outline

Pengantar Analisis Deret Waktu

  • Ikhtisar data deret waktu
  • Komponen deret waktu: tren, musim, kebisingan
  • Menyiapkan Google Colab untuk analisis deret waktu

Eksplorasi Data Analysis untuk Deret Waktu

  • Memvisualisasikan data deret waktu
  • Menguraikan komponen deret waktu
  • Mendeteksi musim dan tren

Model ARIMA untuk Deret Waktu Forecasting

  • Memahami ARIMA (AutoRegressive Integrated Moving Average)
  • Memilih parameter untuk model ARIMA
  • Implementasi model ARIMA di Python

Pengantar Prophet untuk Time Series Forecasting

  • Tinjauan Umum Prophet untuk Peramalan Deret Waktu
  • Menerapkan model Prophet di Google Colab
  • Menangani hari libur dan acara khusus dalam peramalan

Teknik Lanjutan Forecasting

  • Penanganan data yang hilang dalam deret waktu
  • Peramalan deret waktu multivariat
  • Menyesuaikan perkiraan dengan regresor eksternal

Mengevaluasi dan Menyempurnakan Model Perkiraan

  • Metrik kinerja untuk peramalan deret waktu
  • Menyempurnakan model ARIMA dan Prophet
  • Validasi silang dan pengujian ulang

Aplikasi Analisis Deret Waktu di Dunia Nyata

  • Studi kasus peramalan deret waktu
  • Latihan praktis dengan kumpulan data dunia nyata
  • Langkah selanjutnya untuk analisis deret waktu di Python

Ringkasan dan Langkah Berikutnya

Requirements

  • Pengetahuan menengah tentang pemrograman Python
  • Keakraban dengan statistik dasar dan teknik analisis data

Hadirin

  • Analis data
  • Ilmuwan data
  • Profesional yang bekerja dengan data deret waktu
 21 Hours

Number of participants


Price per participant

Testimonials (5)

Upcoming Courses (Minimal 5 peserta)

Related Categories