Tổng quan

Time Series Analysis & Forecasting là một trong chủ đề lớn của machine learning. Các dự báo time series được sử dụng trong các lĩnh vực: tài chính ngân hàng, chứng khoán, bảo hiểm, thương mại điện tử, nghiên cứu thị trường..

Khóa học sẽ hướng dẫn các bạn giải quyết các vấn đề thực tế về 'time series' như dự đoán số tiền bán hàng, giá stock, giá Bitcoin, số tiền thu được từ quảng cáo web, lưu lượng web v.v....

Thời lượng: 40h

Mục tiêu:

Hiểu được các khái niệm và thuật ngữ liên quan đến Time Series

Xây dựng các mô hình như: ARIMA, SARIMA áp dụng trong các bài toán dự báo Time Series.

Vận dụng RNN/LSTM/GRU để giải quyết bài toán liên quan đến Time Series Data

Đối tượng tham gia

-       Sinh viên từ các chuyên ngành khác nhau như công nghệ thông tin, toán tin, khoa học tự nhiên, kinh tế, tài chính, ngân hàng, ngoại thương v.v...

-       Người đi làm ở các ngành nghề khác nhau và có mong muốn chuyển sang ngành Khoa học dữ liệu, Phân tích dữ liệu, Học máy

Yêu cầu:

-       Học viên có kiến thức cơ bản về: ngôn ngữ lập trình Python, đại số tuyến tính, xác suất thống kê.

-       Có kiến thức cơ bản về Machine Learning.

Nội dung khóa học:

1.      Introduction

• Basic definitions
• Quality metrics
• Time-series cross validation, parameters selection
• Stationarity, unit root, non-stationarity          

2.      Models in Time Series Data

• Moving average, exponential smoothing, Holt-Winters, AR, ARIMA, SARIMA, Linear, XGBoost, etc.
• Build a model(s) to predict hourly ads watched by players and daily in-game currency spent using mobile game data

3.      Steps to analyze/visualize/forecast time-series data Introduction to Facebook Prophet

• All steps to analyze/visualize/forecast time-series data: obtaining time series data, questions need to be answered, hypotheses for various solution approaches, exploring time series data, visualizing time series data, models for time series data

4.      Models in Time Series Data

• Build a model(s) to predict the price of onion
• Build a model(s) to forecast retail sales from Superstore sales data

5.      Multivariate time series modeling

• Multivariate time series modeling
• Predict total moose population in Alaska
• Forecast a flow of the Chattahoochee River

6.      Again, from machine learning to time series forecasting

• Different ways to handle time series data

7.      Lab: Web traffic time series

• Web traffic time series forecasting (Kaggle)

8.      Time Series Data Analysis using RNN/LSTM/GRU

• RNN/LSTM/GRU in time series data

9.      Lab: Predict in time series

• Predict individual household electric power consumption
• Predict stock price

10.      Quandl & other public datasets Time series forecast with Bitcoin dataset

• Public datasets
• Predict Bitcoin prices using public Bitcoin dataset

11.      Lab: Time series forecast part 1

• Lab: Time series forecast with Bitcoin dataset

12.      Lab: Time series forecast part 2

• Lab: Time series forecast

13.      Final Project Presentation