Este curso forma parte de Programa especializado: Machine Learning for Supply Chains

3.3
estrellas
20 calificaciones

Rajvir Dua +1 instructores más

1881 ya inscrito

Ofrecido Por

Programa especializado: Machine Learning for Supply ChainsLearnQuest

Acerca de este Curso

5115 vistas recientes

This course is the second in a specialization for Machine Learning for Supply Chain Fundamentals. In this course, we explore all aspects of time series, especially for demand prediction. We'll start by gaining a foothold in the basic concepts surrounding time series, including stationarity, trend (drift), cyclicality, and seasonality. Then, we'll spend some time analyzing correlation methods in relation to time series (autocorrelation). In the 2nd half of the course, we'll focus on methods for demand prediction using time series, such as autoregressive models. Finally, we'll conclude with a project, predicting demand using ARIMA models in Python.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Curso 2 de 4 en

Programa especializado: Machine Learning for Supply Chains

Nivel intermedio

Basic understanding of Python, Pandas, and Numpy.

Aprox. 9 horas para completar

Inglés (English)

Qué aprenderás

Building ARIMA models in Python to make demand predictions
Developing the framework for more advanced neural netowrks (such as LSTMs) by understanding autocorrelation and autoregressive models.

Habilidades que obtendrás

Machine Learning
Python Programming
Autoregressive Integrated Moving Average (ARIMA)
Time Series
Demand Forecasting

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Curso 2 de 4 en

Programa especializado: Machine Learning for Supply Chains

Nivel intermedio

Basic understanding of Python, Pandas, and Numpy.

Aprox. 9 horas para completar

Inglés (English)

Instructores

Calificación del instructor

2,77/5 (11 calificaciones)

Rajvir Dua

Head of Data Science, Machine Learning Solutions

7882 alumnos

8 cursos

Neelesh Tiruviluamala

Co-founder and CEO, Machine Learning Solutions

7882 alumnos

8 cursos

Ofrecido por

LearnQuest

LearnQuest is the preferred training partner to the world’s leading companies, organizations, and government agencies. Our team boasts 20+ years of experience designing, developing and delivering a full suite industry-leading technology education classes and training solutions across the globe. Our trainers, equipped with expert industry experience and an unparalleled commitment to quality, facilitate classes that are offered in various delivery formats so our clients can obtain the training they need when and where they need it.

Programa - Qué aprenderás en este curso

Semana1

Semana 1

2 horas para completar

A First Glance at Time Series

In this module, we'll get our feet wet with time series in Python. We'll start by getting familiar with where time series fits in to the machine learning landscape. Then, we'll learn about the main types of time series and their distinguishing factors, including period, frequency, and stationarity. After pausing to learn how to plot timeseries in Python, we'll explore the differences between seasonality and cyclicality.

2 horas para completar

7 videos (Total 29 minutos), 3 lecturas, 2 cuestionarios

2 horas para completar

Independence and Autocorrelation

In this module, we'll dive into the ideas behind autocorrelation and independence. We'll start by digging into the math of correlation and how it can be used to characterize the relationship between two variables. Next, we'll define its relationship to independence and explain where these ideas can be used. Finally, we'll combine correlation with time series attributes, such as trend, seasonality, and stationarity to derive autocorrelation. We'll go through both some of the theory behind autocorrelation, and how to code it in Python.

2 horas para completar

8 videos (Total 36 minutos), 2 lecturas, 2 cuestionarios

Semana2

Semana 2

3 horas para completar

Regression and ARIMA Models

In this module, we'll start by reviewing some of the basic concepts behind linear regression. Then, we'll extend this knowledge to feed into lagged regression, an effective way to use regression techniques on time series. Once we have a solid foothold in basic and lagged regression, we'll explore modern methods such as ARIMA (autoregressive integrated moving average). All of this is building the framework for more advanced machine learning models such as LSTMs (long short-term memory network).

3 horas para completar

4 videos (Total 18 minutos), 1 lectura, 2 cuestionarios

3 horas para completar

Final Project

3 horas para completar

Reseñas

3.3

10 reseña

5 stars
42,85 %
4 stars
4,76 %
3 stars
4,76 %
2 stars
23,80 %
1 star
23,80 %

Principales reseñas sobre DEMAND FORECASTING USING TIME SERIES

por SF12 de sep. de 2022

Great course to gain fundemantals of Time Series Analyses for Demand Forecasting..

Ver todas las reseñas

Acerca de Programa especializado: Machine Learning for Supply Chains

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si me suscribo a este Programa especializado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.
¿Hay ayuda económica disponible?
Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción. Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.

¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.

Demand Forecasting Using Time Series

Acerca de este Curso

Qué aprenderás

Habilidades que obtendrás