- 20.06.2022
- 27 861
- 234
- 36
- Награды
- 10
- Пол
- Муж.
Репутация:
- Автор темы
- Администратор
- Модератор
- Команда форума
- #1
![[Елена Кантонистова] [stepik] Временные ряды для прогноза криптовалют (2025).png [Елена Кантонистова] [stepik] Временные ряды для прогноза криптовалют (2025).png](https://wlux.net/data/attachments/42/42342-5c29a3337fbc03401f6ce6bddae0bee2.jpg)
Чему вы научитесь
- познакомитесь с задачей прогнозирования временных рядов и основными подходами к ее решению
- узнаете о Python библиотеках, предназначенных для анализа временных рядов
- поучаствуете в соревновании и построите прогнозные модели для предсказания цен на криптовалюты
В данном курсе изучаются методы анализа временных рядов и решается задача прогнозирования цены криптовалют с помощью классических подходов, а также при помощи машинного обучения
Для кого этот курс
Курс предназначен для слушателей, знакомых с основами анализа данных и машинного обучения и желающих научиться специальным подходам, предназначенным для прогнозирования временных рядов. Также курс будет интересен тем, кто интересуется поведением криптовалют
Начальные требования
- знание математики в рамках школьной программы
- знание алгоритмов анализа данных и машинного обучения на начальном или среднем уровне
- умение программировать на python на начальном уровне или выше
Академический руководитель магистратуры "Искусственный интеллект" (ранее "Машинное обучение и высоконагруженные системы") Факультета компьютерных наук ВШЭ, доцент департамента больших данных и информационного поиска ФКН…
Интенсив состоит из трех онлайн-занятий:
- Методы анализа временных рядов, линейные модели
- Вебинар от эксперта по криптовалютам
- Машинное обучение для построения прогнозов
- Как устроен курс
- Особенности работы с временными рядами
- Материалы первого вебинара
- Домашнее задание
- Рассказ эксперта о криптовалютах
- Машинное обучение для прогнозирования временных рядов
- Фреймворки для работы с временными рядами в Python
- Материалы третьего вебинара
- Домашнее задание
- Адаптивный подход
- Улучшения классических экспоненциальных моделей
- Домашнее задание
- Платформа Kaggle
- Подведение итогов
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.
Последние темы в этом разделе:
- [Валерий Никаноров] [stepik] Нейронные сети: Основы глубокого обучения с нуля (2025)
- [Матвей Чудневцев, Михаил Новичихин] [Stepik] Docker простым языком (2025)
- [Udemy] [Bogdan Stashchuk] VS Code - Курс по Редактору Кода Visual Studio Code (2025)
- [Таня Румянцева] [Neirocoder] Готовые схемы автоматизации n8n.io и make.com (2025)
- [Udemy] [Андрей Кудлай] СУБД MySQL и язык запросов SQL. Теория и практика (2023)
- [Андрей Кобец] [kobezzza] IndexedDB в действии. Тариф Расширенный (2025)
- [Red Group x htmllessons.io] Интенсив Front-end для продвинутых (2024)
- [Алексей Андросов] [Stepik] SQL для всех: от начинающих до продвинутых. Обновление. Март (2025)
- [Николай Мищенков] [Stepik] Установка Ubuntu в ВМ VirtualBox на Windows (2025)
- [Таня Румянцева] [Neirocoder] Нейросети. Автоматизация. Обучение. Обучение n8n c 0 до PRO (2025)