M()eSTRo
МОДЕРАТОР
[stepik] Елена Кантонистова ― Временные ряды для прогноза криптовалют (2025)
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
Скачать
