时间序列预测分析

使用模型预测未来

中级

大约 3 个星期

6小时每周 (自主学习)

加入成千上万的全球学员

开始免费课程

加入课程
免费
可享受
课程视频
实战练习与参考项目指导
中级

大约 3 个星期

6小时每周 (自主学习)

加入成千上万的全球学员

课程概述

时间序列预测课程为学生提供在各种业务背景下构建和应用时间序列预测模型的基础知识。你将学习:

  • 时间序列数据和预测模型的关键成分
  • 如何使用 ETS(误差、趋势、季节性)模型进行预测
  • 如何使用 ARIMA(自回归、整合、移动平均)模型进行预测

在整个课程中,你还将学习使用数据分析软件 Alteryx,并在其中应用所学知识。

喜欢这门课程?加入“商业预测分析”纳米学位,点此免费体验

为什么学习这门课程?

预测分析是帮助企业分析数据和预测未来成果与趋势的强大工具。在当今数据驱动的经济中使用先进分析进行预测至关重要。

在这节课中,你将学习如何使用先进的预测模型来预测未来。你将不断熟练 Altertyx,一款用于快速准备、混合和分析数据的数据分析工具,从中掌握这项技能。

对于任何对商业分析感兴趣,但缺少编程经验的人,此课程都是理想之选。

先修要求

  • 无需编程经验
  • 希望借助数据做出更好的商业决策
  • Alteryx 许可证(向纳米学位学生免费提供,仅与 Windows 兼容)

查看使用优达学城的技术要求

你将学习什么内容?

项目

预测电子游戏需求

一家电子游戏厂商正在计划新游戏的产量。你将使用时间序列预测模型预测游戏的每月销量,并作出帮助供应满足需求的建议。

学习计划

第 1 课 - 时间序列的基本原理

在这节课中,你将学习使数据成为时间序列的属性。你还将学习时间序列预测中使用的关键成分,如季节性、趋势和周期性模式。

第 2 课 - ETS 模型

在这节课中,你将学习如何构建和使用 ETS 模型。ETS 代表错误、趋势和季节性,是 ETS 模型的三项输入。你将学习如何使用时间序列分解图来可视化每个成分。然后你将自己动手练习在 Alteryx 中构建 ETS 模型。

第 3 课 - ARIMA 模型

在这节课中,你将学习如何构建和使用 ARIMA 模型。ARIMA 代表自回归、整合、移动平均,它们是 ARIMA 模型的输入。你将通过差分(为 ARIMA 建模准备数据的过程)学会如何平稳化数据。你将学习季节和非季节性 ARIMA 中使用的不同技术。然后你将自己动手在 Alteryx 中构建一个 ARIMA 模型。

第 4 课 - 分析和可视化结果

本课将演示如何解释时间序列模型的各种结果。你将学习如何使用保留样本比较模型并选择解决商业问题的最佳模型。你还将学习如何使用各种图可视化你的预测。

官方微信公众号二维码

优达学城(Udacity)微信