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"
bigdataschool.ru
Обращаться по телефону:
[phone]
[phone]
Чтобы не пропустить информацию о новых курсах, акциях и других событиях Школы Больших Данных, рекомендуем подписаться на нас в социальных сетях:
Телеграм-канал: t.me/BigDataSc...
Вконтакте: bdschoo...
Github: github.com/Big...
LinkedIn: / bigdataschoolru
Подписывайтесь и будьте в курсе всех интересных новинок мира Big Data вместе со Школой больших данных - www.bigdatasch...

[@РоманВолшебников]

Где можно взять пример кода и датасета?

[@Ardbot]

Спасибо! Но сложно вникнуть в графики. Не понятны единицы измерений и не хватает подписи где какие данные (самолёты, дети)