Bienvenue à Practical Time Series Analysis ! Beaucoup d'entre nous sont des analystes de données "accidentels". Nous avons suivi une formation en sciences, en commerce ou en ingénierie, puis nous nous sommes retrouvés confrontés à des données pour lesquelles nous n'avions pas reçu de formation analytique formelle. Ce cours est conçu pour les personnes ayant quelques compétences techniques et qui souhaitent plus qu'une approche de type "livre de cuisine", mais qui ont toujours besoin de se concentrer sur les types de présentation et d'analyse de routine qui permettent d'approfondir la compréhension de nos sujets professionnels.



(1,732 avis)
Compétences que vous acquerrez
- Catégorie : Modélisation prédictive
- Catégorie : Probabilités et statistiques
- Catégorie : Analyse de corrélation
- Catégorie : Analyse des Données
- Catégorie : Inférence statistique
- Catégorie : Installation du logiciel
- Catégorie : Statistiques descriptives
- Catégorie : Visualisation de Données
- Catégorie : La programmation en R
- Catégorie : Analyse statistique
- Catégorie : Modélisation statistique
- Catégorie : Modélisation mathématique
- Catégorie : Analyse des séries temporelles et prévisions
- Catégorie : Prévisions
Détails à connaître

Ajouter à votre profil LinkedIn
19 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Il y a 6 modules dans ce cours
Au cours de cette première semaine, nous vous montrons comment télécharger et installer R sur Windows et Mac. Nous passons en revue les bases des statistiques inférentielles et descriptives dont vous aurez besoin pendant le cours.
Inclus
12 vidéos4 lectures2 devoirs3 laboratoires non notés
Cette semaine, nous commençons à explorer et à visualiser les séries temporelles disponibles sous forme d'ensembles de données acquises. Nous faisons également nos premiers pas dans le développement des modèles mathématiques nécessaires à l'analyse des données de séries temporelles.
Inclus
10 vidéos1 lecture3 devoirs1 laboratoire non noté
Au cours de la semaine 3, nous avons introduit quelques notions importantes dans l'analyse des séries temporelles : Stationnarité, opérateur de décalage arrière, inversion et dualité. Nous commençons à explorer les processus autorégressifs et les équations de Yule-Walker.
Inclus
13 vidéos7 lectures4 devoirs
Cette semaine, l'autocorrélation partielle est introduite. Nous travaillons davantage sur les équations de Yule-Walker et appliquons ce que nous avons appris jusqu'à présent à quelques ensembles de données du monde réel.
Inclus
8 vidéos3 lectures3 devoirs4 laboratoires non notés
Au cours de la semaine 5, nous commencerons à travailler avec le critère d'information d'Akaike comme outil pour évaluer nos modèles, nous introduirons des modèles mixtes tels que ARMA, ARIMA et nous modéliserons quelques ensembles de données du monde réel.
Inclus
7 vidéos6 lectures4 devoirs2 laboratoires non notés
Dans la dernière semaine de notre cours, un autre modèle est introduit : SARIMA. Nous adaptons les modèles SARIMA à différents ensembles de données et commençons à faire des prévisions.
Inclus
10 vidéos6 lectures3 devoirs2 laboratoires non notés
Instructeurs


Offert par
En savoir plus sur Probabilités et Statistiques
Statut : Essai gratuitIllinois Tech
Statut : Essai gratuitCoursera Instructor Network

Coursera Project Network
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?




Avis des étudiants
1 732 avis
- 5 stars
69,22 %
- 4 stars
23,84 %
- 3 stars
4,96 %
- 2 stars
1,09 %
- 1 star
0,86 %
Affichage de 3 sur 1732
Révisé le 26 janv. 2022
Good (and somewhat rigorous) overview of TS analysis techniques. I found the lecture notes to be very helpful and the R labs to be very interesting. Overall, a great course!
Révisé le 7 avr. 2020
I really enjoyed learning this course. The videos were simple, and easy to follow, and the there were always supporting material available in the codes in notebook and in the
Révisé le 21 mars 2019
This was a very good and detailed course. I liked this course for two reasons mainly:It started from the basics of timeseries analysis, covering theory and secondly it took me gradually to r.

Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous achetez un certificat, vous avez accès à tous les supports de cours, y compris les devoirs notés. Une fois le cours terminé, votre certificat électronique sera ajouté à votre page de réalisations - à partir de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.
Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien de demande sur la page de description.
Plus de questions
Aide financière disponible,



