Resumen
Aprende a realizar pronósticos de series temporales mediante de la implementación de código Python. Domina técnicas estadísticas tradicionales y modelos de machine learning para predecir el valor futuro de múltiples fuentes de datos. Profundiza tus conocimientos sobre datos temporales, pruebas estadísticas, modelos de aprendizaje automático y métricas de evaluación.
Este curso emplea librerías de código abierto de Python que facilitan la ejecución de tareas estándar dentro de los proyectos de machine learning.
Por medio de la escritura de pocas líneas de código trabaja de punta a punta en la implementación de modelos predictivos para series temporales. Adicionalmente, evalúa y compara las estimaciones de múltiples modelos para obtener las mejores predicciones.
Automatiza la ejecución de modelos: ARIMA, Suavizado exponencial, Ridge, Lasso, Random Forest, Light Gradient Boosting y Prophet.
Finalmente, ejecuta un proyecto en donde pondrás en práctica los conocimientos adquiridos simulando un entorno productivo.
Beneficios
-
Metodología innovadora de enseñanza con enfoque práctico y dinámico (Learning by doing).
-
Recibe una certificación open badge validada mediante tecnología blockchain.
-
Camino de aprendizaje enfocado en una de las profesiones con mayor demanda laboral en la actualidad.
-
Emplea herramientas en la nube de Analítica de Datos sin la necesidad de instalar software en tu ordenador.
-
Revisa el contenido de las sesiones al acceder a las grabaciones y materiales (presentaciones, scripts, bases de datos, entre otros).
-
Trabaja con datos de múltiples fuentes, utilizando datasets para los sectores: telecomunicaciones, iot, financiero, retail, entre otros.
-
Interactúa de forma dinámica con los instructores y otros estudiantes, realizando consultas a través de un canal de comunicación privado en Slack.
- Forma parte de nuestra comunidad de profesionales en Ciencia de Datos que te ayudarán en tu camino de aprendizaje.
Valoraciones
No hay valoraciones aún.