When you enroll through our links, we may earn a small commission—at no extra cost to you. This helps keep our platform free and inspires us to add more value.
Séries Temporais e Análises Preditivas: O Curso Completo
Domine a Ciência de Prever o Futuro com Técnicas Estatísticas usando R
This Course Includes
udemy
5 (1.2K reviews )
6h 4m 
english
Online - Self Paced
professional certificate
Udemy
About Séries Temporais e Análises Preditivas: O Curso Completo
Séries Temporais estão entre as técnicas mais importantes da ciência de dados e inteligência artificial!
Eventos naturais ou mesmos aqueles que ocorrem no dia a dia, estão conectados a um elemento temporal. Este elemento temporal é fundamental para que possamos compreender estes eventos e, acima de tudo, para podermos olhar no horizonte e prever como eles irão se comportar no futuro. A analise de Séries Temporais é uma ciência já consolidada, mas que com o advento da era da informação ganhou papel fundamental. Hoje, é improvável imaginar a gestão de empresas sem o uso intenso de Séries Temporais, sejam para entender o seu negócio, seja para projetar o futuro, o que pode inclusive significar novos investimentos, parcerias, contratações, expansões etc. O que você vai estudar:
Conceitos
de séries temporais
Fundamentos estatísticos relacionados
Conceitos como
estacionariedade, correlação e autocorrelação, decomposição
Avaliações e transformações
Médias Móveis
Mais de 10 técnicas de previsões, como
Suavização Exponencial e Arima
Regressão
Redes Neurais para Series Temporais
O curso inclui
Códigos fonte dos exemplos
Slides para download
Dados de exemplo Bem vindo ao mundo da análise de séries temporais!
What You Will Learn?
- Prever series temporais com técnicas sofisticadas, como Arima, Suavização Exponencial, Decomposição e Redes Neurais .
- Prever series temporais com técnicas básicas, como naive, meanf e drift .
- Estudar e entender a aplicação de regressão linear em series temporais .
- Compreender componentes de uma serie temporal: tendência, sazonalidade, ciclos e erros .
- Testar características das series temporais, como estacionariedade, autocorrelação e normalidade .
- Aprender técnicas de transformação de series temporais, como logarítmica, diferenciação e médias moveis.