Временные ряды
О чём курс
Павел Беляев разбирает методы анализа и прогнозирования временных рядов для решения прикладных задач аналитики. В центре внимания — работа с показателями, упорядоченными во времени: от суточных продаж и трафика по часам до курсов валют по минутам. Материал учит находить закономерности в динамике процессов, выявлять аномалии и строить прогнозные модели для планирования бизнеса.
О чём курс
В курсе рассматриваются базовые характеристики временных рядов, их составные компоненты, методы подготовки данных и классические эконометрические модели. Автор показывает, как переходить от констатации фактов к математическому расчёту будущих трендов, а также учитывать влияние календаря и внешних факторов.
Практическая часть охватывает первичное исследование данных на Python, статистическую проверку стационарности, устранение пропусков и выбросов. Отдельный блок отведён настройке моделей семейства Arima и Sarima с подбором параметров под выраженную сезонность.
Кому подойдёт
Материал рассчитан на специалистов с опытом работы с данными:
- аналитикам данных и специалистам по BI, желающим освоить прогнозирование метрик вместо работы только с описательной статистикой;
- дата-сайентистам, которым нужны эконометрические инструменты вроде VAR и VECM или библиотеки Prophet и Neural Prophet для финансовых и производственных расчётов;
- специалистам смежных направлений, которым необходимо понимать сезонность, тренды и причинно-следственные связи в рабочих показателях.
Где применимы навыки
Изучаемые подходы находят применение в прикладных направлениях:
- Финансы и трейдинг: поиск взаимосвязей между ценами активов и объёмами торгов с применением коинтеграции.
- Ритейл и продажи: прогнозирование спроса с учётом праздников и сложной периодичности с помощью Sarima и Prophet.
- Экономика и производство: оценка долгосрочных трендов методом фильтрации и расчёт влияния внешних факторов на производственные планы.
Об авторе
Павел Беляев руководит группой дата-аналитиков в Яндекс eLama. В IT-сфере работает с 1998 года, в дата-аналитике — с 2018 года, с 2020 года управляет аналитическими командами. Автор телеграм-канала «Тимлидское об аналитике» и ментор образовательных программ Simulative.
Преподавал и публиковал обучающие материалы в Иннополисе, Нетологии, Skill Factory, Habr и Simulative. В практический стек автора входят Python, SQL, Clickhouse, BigQuery, PostgreSQL, облачные платформы Yandex.Cloud и Google.Cloud, а также Airflow.
Программа обучения
- Введение в временные ряды: основы 1.1 Что такое временной ряд: компоненты (тренд, сезонность, цикличность, шум). 1.2 Типы временных рядов (стационарные/нестационарные, аддитивные/мультипликативные). 1.3 Визуализация: графики, сезонные декомпозиции, коррелограммы. 1.4 Применение на практике, примеры
- Практикум: первичное исследование и очистка временного ряда 2.1 Загрузка данных, построение графиков, тесты на стационарность в Python 2.2 Проверка стационарности: тесты (ADF, KPSS), дифференцирование. 2.3 Обработка пропусков и аномалий.
- Классические методы моделирования: Arima 3.1 Модель Arima: концепция, подбор порядка (p,d,q), диагностика остатков. 3.2 Сезонная Arima (Sarima): учёт периодичности.
Теги курса
Отзывов пока нет. Будьте первым!
Этот курс сейчас в процессе организации складчины. Нажмите кнопку «Записаться» и ожидайте старта — вам придёт уведомление. Когда складчина стартует, в карточке курса будет указан актуальный взнос. Текущая цена пока в процессе формирования и может отличаться от финальной.
Да, мы стремимся, чтобы финальный взнос был не больше ≈10% от оригинальной цены курса. Чем больше участников записывается в складчину, тем ниже выходит взнос для каждого.
Нажмите кнопку «Записаться» и авторизуйтесь на сайте через email (через ту же почту, которую будете использовать для входа). В личном кабинете вас будут ждать инструкции, как пригласить других участников — чем больше людей записалось, тем быстрее стартует складчина и тем ниже взнос. Как только складчина готова к приобретению, вам придёт уведомление.