Data+ML Workshopok • Június 10. hétfő
Idősoros előrejelzések Pythonban
2x80 perces workshop • Magyar nyelven • Személyes
Áttekintés
Az idősor (time series) ismétlődő mennyiségek (például pénzügyi mutatók, hőmérsékleti adatok), események (például születések vagy hibabejelentések) sorozata, mely tartalmazza nemcsak a megfigyelést, de annak időpontját is. Az idősor ad egy egyértelmű sorrendet a megfigyeléseknek: az idő dimenziót.
Az idősorok elemzése és kezelése kulcsfontosságú a döntéshozatalban és a trendek felismerésében, a kapcsolódó módszerek segítségével nemcsak előrejelzéseket készíthetünk, de detektálhatunk anomáliákat, hiányzó értékeket pótolhatunk, idősorokat csoportosíthatunk, vagy a folyamatok mögötti mozgatórugókat is azonosíthatjuk.
Python nyelv segítségével az idősor adatokat hatékonyan tudjuk feldolgozni, vizualizálni, elemezni és ezekből előrejelzéseket készíteni. A workshopon megismerjük az idősorok kezelésének klasszikus és legmodernebb eszközeit, legjobb gyakorlatait annak érdekében, hogy hatékonyan használhassuk ezeket a mindennapi munkánk során.
Előfeltételek
A workshop gyakorlati jellegű, ezért aki nemcsak hallgatni szeretné a workshopot, hanem a gyakorlatokat is együtt szeretné végrehajtani az előadóval, annak saját laptopra is szüksége lesz előre telepített Python környezettel, illetve szüksége lesz olyan jogosultságokra a számítógépén, melyekkel szükség szerint új csomagokat is telepíthet. Ennek megfelelően a résztvevők számára erősen ajánlott legalább alapszintű Python és alapszintű gépi tanulási modellezés tudás, valamint a kapcsolódó data science csomagok ismerete (alapszintű pandas és scikit-learn).
Tematika
A workshopon a következő témákat dolgozzuk fel:
- Bevezetés, idősor elemzések csoportosítása
- Leíró idősorelemzés
- Adatok betöltése, jellemzőinek meghatározása, előkészítése
- Adatok feltérképezése
- Determinisztikus modellek – Dekompozíció
- Idősor előrejelzés klasszikus modellekkel
- Klasszikus statisztikai, sztochasztikus modellek
- Optimális paraméterek keresése sztochasztikus modellek esetében
- Facebook Prophet és más egyváltozós idősor elemző csomagok
- Idősor elemzés gépi tanulási algoritmusokkal
- Idősorok transzformációja
- Idősorok elemzési neurális hálókkal
- Generatív AI az idősorok előrejelzésében
Előadó
Oltyán Gábor a PwC Magyarország Chief Data Specialist-je, aki az üzleti intelligencia területén 2000-ben kezdett dolgozni fejlesztőként és data mining elemzőként. Közel 200 sikeres adatbányászati és data science projektben vett részt, illetve később irányított három földrészen Seattle-től Kuala Lumpurig. A prediktív analitika, gépi tanulás, big data analitika, NLP és generatív MI területén szerzett mély tapasztalatra építve készít átfogó megoldásokat, melyek a legújabb eszközöket és módszertanokat felhasználva segítenek a cégeknek a rendelkezésre álló adatvagyonuk minél teljesebb üzleti kiaknázásában.