Différents formats
Niveau expérimenté
2 jours
Français
Objectifs de la formation
Utilisées dans différents domaines tels que l’industrie, la finance, le commerce, les séries temporelles permettent d’élaborer des modèles de prédictions basés sur l’observation d’évènements passés.
L’analyse statistique de ce type de séries nécessite une approche et une méthode particulière qui vous seront présentées lors de cette formation à travers différents cas pratiques.
Public concerné
La formation, « L’analyse de séries temporelles » s’adresse aux professionnels de l’informatique, aux développeurs de logiciels, aux professionnels travaillant dans l’analyse de données et bien entendu à toute personne souhaitant se spécialiser dans l’analyse des données permettant de réaliser des prédictions basées sur l’observation des événements passés.
Prérequis
Le prérequis nécessaire pour cette formation consiste en la connaissance du langage Python et avoir suivi la formation « Les fondamentaux du Machine Learning » ou la formation « Les fondamentaux du Deep Learning »
Programme
INTRODUCTION AUX SERIES TEMPORELLES
- Présentation des séries temporelles.
- Graphique pour les séries temporelles (chronogramme, lag plot, month plot).
- Tendances, saisonnalité et résidus.
- Etapes et objectifs de l’analyse d’une série temporelle.
- La régression linéaire.
MODELE DE BASE EN SERIES TEMPORELLES
- Stationnarité.
- Série linéaire.
- Fonction d’autocorrélation.
- Prévision et estimation.
- Construction d’un modèle ARMA ou SARMA.
SERIES TEMPORELLES NON STATIONNAIRES
- Modèles ARIMA ou SARIMA.
- Non-stationnarité stochastique ou déterministe.
LISSAGE EXPONENTIEL
- Lissage exponentiel simple.
- Lissage exponentiel double.
- Méthode de Holt-Winters.
SIMULATION
- Simulation de séries temporelles.
- Construction de séries autorégressives.
- Construction de séries avec intervention.
Votre contact privilégié
Une question ? Envie d’en savoir plus ?
Remplissez le formulaire ci dessous pour poser votre question ou recevoir la brochure de cette formation.