Временные ряды - Фурье и вейвлет анализ

Открытый урок курса Machine Learning

Насколько нормален временной ряд? Преобразование Бокса-Кокса и зачем оно нужно.
Компоненты временного ряды - фурье анализ и прогнозирование значений повторяющихся процессов.
Нестационарные процессы - как вейвлет анализ позволяет проводить классификацию сложных событий во временных рядах.

На вебинаре рассмотрим:

Как нормализировать временной ряд с помощью преобразования Бокса-Кокса;
Как разложить ряд на компоненты и с их помощью прогнозировать будущие значения;
Как анализировать нестационарные процессы с помощью вейвлет анализа.

В результате вебинара узнаете:

Этот вебинар будет полезен:

ML-инженерам, которые начинают знакомство с временными рядами и хотят вырваться за границы модели SARIMA

Спикер

Более 15 лет занимался прикладной математикой и мат. моделированием в НИИгазэкономика ПАО Газпром.

Руководил командой 20+ человек, решающей прикладные задачи, вывод готовых моделей в продакшн и поддержку решений у клиента.

Разрабатывал модель развития и прогнозирования технического состояния газотранспортной системы ПАО Газпром.

Образование: кандидат наук физико-математических наук, Теоретическая физика, Московский государственный университет (МГУ) Otus Certified Educator

Игорь Стурейко

Teamlead, главный инженер

Этот вебинар — лишь небольшая часть большого образовательного курса Machine Learning, который создан для освоения навыков ML-инженера с нуля. В рамках курса вы не только получите теоретические знания, но и сможете применять их на практике под руководством опытных преподавателей.

Программа курса включает в себя Pyhon для DataScience, современные инструменты для анализа данных и другие актуальные темы, которые помогут вам уверенно освоить Python, SQL, Deep Learning, NLP, A/B тестирование и анализ временных рядов. ML-библиотеки.

Узнайте больше о курсе и присоединяйтесь к нашим участникам, чтобы получить полный доступ к знаниям и практическим материалам.

О курсе

Все участники вебинара получат