강의

멘토링

로드맵

Inflearn brand logo image
College Edu.

/

Mathematics

Phân tích và dự báo chuỗi thời gian

Khóa học chuỗi thời gian để trở thành chuyên gia phân tích dữ liệu! Hãy trở thành nhà phân tích giỏi cả lý thuyết lẫn thực hành!

(4.5) 2 đánh giá

75 học viên

  • 루비네코딩
시계열분석
인공지능기초수학
빅데이터분석
Probability and Statistics
Python
Big Data
AI
arima

Dịch cái này sang tiếng Việt

  • Phân tích chuỗi thời gian

  • Dự báo chuỗi thời gian

  • Mô hình hóa chuỗi thời gian

  • Dự đoán chuỗi thời gian học sâu

Kỹ thuật phân tích và dự báo chuỗi thời gian mà trước đây khó có thể học một cách dễ dàng!

Bây giờ hãy học đúng cách nhé~ 📊

Phân tích các mẫu trong quá khứ
và dự đoán tương lai với dữ liệu chuỗi thời gian

Giảm sự e ngại về phân tích chuỗi thời gian và tăng sự tự tin

Hiệu quả kinh tế rõ ràng như tiết kiệm chi phí thông qua dự báo chuỗi thời gian! 👍

Được ứng dụng trong nhiều lĩnh vực đa dạng như tài chính, kinh tế, đầu tư, kinh doanh, logistics

SKILL UP cho sự nghiệp Data Science 💪

Có phải đây không phải là nỗi lo lắng của các bạn?

Tôi muốn học phân tích chuỗi thời gian nhưng
không biết bắt đầu từ đâu 😭😭 🤣

Tất cả tài liệu có thể tìm được đều chỉ đề cập đến những
phương pháp lỗi thời không có tính thực tiễn 😭😭 🤣

Sử dụng Machine Learning/Deep Learning để
học về phương pháp dự đoán chuỗi thời gian! 🙏

Không phải là khóa học dành cho người mới bắt đầu mà
cần khóa học phù hợp với chuyên gia·thực tếcông việc! 😉

Trong khóa học này, bạn sẽ học
những nội dung sau đây

"Khóa học bao gồm từ các kỹ thuật thống kê và mô hình làm mượn đến phân tích chuỗi thời gian dựa trên xác suất và dự đoán deep learning sử dụng TensorFlow! Chúng tôi đi sâu vào các phương pháp phân tích chuỗi thời gian nâng cao để cải thiện hiệu suất."

[[SPAN_1]]✅[[/SPAN_2]]Xem xét ứng dụng thực tế - khóa học chuyên gia chất lượng cao

Hơn 250 trang slide bài giảng được cung cấp dưới dạng file PDF

Cung cấp mã thực hành Python (13 bài)

Đừng chỉ dừng lại ở mức độ cơ bản nữa, hãy dũng cảm thử thách bản thân với các phương pháp phân tích nâng cao cho công việc thực tế!

  1. Cơ bản về mô hình chuỗi thời gian: Dự báo & đánh giá chuỗi thời gian, tính dừng của chuỗi thời gian, biến đổi dữ liệu chuỗi thời gian, mô hình chuỗi thời gian ARIMA và dự báo

  2. Làm mượt và dự báo chuỗi thời gian: trung bình trượt, phân tách chuỗi thời gian, mô hình làm mượt hàm mũ và dự báo, bộ lọc Kalman

  3. Mô hình chuỗi thời gian nâng cao: Căn đặc trưng và căn đơn vị, Biến đổi mô hình chuỗi thời gian, Mô hình chuỗi thời gian vector, Machine Learning và dự báo chuỗi thời gian

  4. Chuỗi thời gian và Deep Learning: Tổng quan Deep Learning, TensorFlow, Mạng nơ-ron hồi quy và chuỗi thời gian, Dự đoán chuỗi thời gian vô hướng/vector

Người tạo ra khóa học này
Rubyne Coding - Thầy James (Tiến sĩ Đại học Illinois)

  • Hiện) Giám đốc Viện nghiên cứu H

  • Cựu) Nhà nghiên cứu tại Viện nghiên cứu máy tính lượng tử

  • Cựu nhân viên nghiên cứu tại Viện Nghiên cứu Vật lý Hạt nhân

  • Cựu kỹ sư tập đoàn Samsung

  • Trong 10 năm gần đây, đã thực hiện giảng dạy & tư vấn về trí tuệ nhân tạo, big data, blockchain

Q&A 💬

Q. Tại sao chúng ta lại học về phân tích và dự báo chuỗi thời gian?

Dữ liệu hữu ích thường là dữ liệu chuỗi thời gian. Đây là kỹ năng phân tích cần thiết trong nhiều lĩnh vực như tài chính, kinh tế, logistics. Đây là một trong những kỹ năng để không chỉ dừng lại ở mức độ nhà phân tích mới vào nghề mà trở thành nhà phân tích có kiến thức chuyên môn. 💪

Q. Có cần kiến thức tiên quyết không?

Cần có kiến thức cơ bản về Python và hiểu biết về data frame của Pandas. Ngoài ra, sẽ tốt nếu bạn hiểu về các phương pháp kiểm định giả thuyết thống kê. 😄
Về thống kê cơ bản, tôi khuyên bạn nên học "Xác suất và Thống kê 101" của Rubyne Coding! 😍🤞😉

Q. Độ khó của khóa học này như thế nào?

Tôi cũng dự định sẽ táo bạo đề cập đến những nội dung toán học và chuyên môn. Hãy coi đây là mức độ trung cấp trở lên nhé.

Q. Môi trường thực hành Python như thế nào?

Vì sử dụng Google Colab nên không cần cài đặt riêng. Bạn chỉ cần tải các file notebook được cung cấp lên Google Drive và mở ra để tiến hành thực hành. Tốt nhất là nên tìm hiểu sơ qua cách thao tác với Colab trước. Ví dụ như có thể thực thi code trong cell notebook bằng SHIFT + ENTER~ 👍

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Những ai muốn phân tích và dự đoán dữ liệu tài chính

  • Người quan tâm đến Khoa học dữ liệu

  • Người quan tâm đến phương pháp mô hình hóa chuỗi thời gian

Cần biết trước khi bắt đầu?

  • Python cơ bản

  • Xác suất và Thống kê (Kiểm định giả thuyết)

  • Trí tuệ Nhân tạo Cơ bản

Xin chào
Đây là

1,078

Học viên

58

Đánh giá

10

Trả lời

4.9

Xếp hạng

7

Các khóa học

루비와 James 쌤이 만들어가는 데이터분석, 인공지능, 코딩 교실입니다.  

많은 관심 부탁해요~~ 😊 🙇‍♂️ 🙏

루비네 코딩 유튜브

 

 

 

Chương trình giảng dạy

Tất cả

30 bài giảng ∙ (6giờ 6phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

2 đánh giá

4.5

2 đánh giá

  • rheeseongran님의 프로필 이미지
    rheeseongran

    Đánh giá 3

    Đánh giá trung bình 5.0

    5

    30% đã tham gia

    추천합니다.

    • 루비네 코딩
      Giảng viên

      수강평 감사합니다 ^^ 더 좋은 강의를 만들기 위해서 노력하겠습니다~!!

  • 김휘진님의 프로필 이미지
    김휘진

    Đánh giá 1

    Đánh giá trung bình 4.0

    4

    60% đã tham gia

926.720 ₫

Khóa học khác của 루비네코딩

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!