Dieser Kurs ist Teil der Spezialisierung Spezialisierung Machine Learning for Supply Chains

3.3
Sterne
20 Bewertungen

Rajvir Dua +1 weiterer Dozent

1.896 bereits angemeldet

von

Spezialisierung Machine Learning for Supply ChainsLearnQuest

Über diesen Kurs

5.513 kürzliche Aufrufe

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.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 2 von 4 in

Spezialisierung Machine Learning for Supply Chains

Stufe „Mittel“

Basic understanding of Python, Pandas, and Numpy.

Ca. 9 Stunden zum Abschließen

Englisch

Was Sie lernen werden

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.

Kompetenzen, die Sie erwerben

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

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 2 von 4 in

Spezialisierung Machine Learning for Supply Chains

Stufe „Mittel“

Basic understanding of Python, Pandas, and Numpy.

Ca. 9 Stunden zum Abschließen

Englisch

Dozenten

Dozentenbewertung

2,77/5 (11 Bewertungen)

Rajvir Dua

Head of Data Science, Machine Learning Solutions

7.932 Lernende

8 Kurse

Neelesh Tiruviluamala

Co-founder and CEO, Machine Learning Solutions

7.932 Lernende

8 Kurse

von

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.

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche1

Woche 1

2 Stunden zum Abschließen

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 Stunden zum Abschließen

7 Videos (Gesamt 29 min), 3 Lektüren, 2 Quiz

2 Stunden zum Abschließen

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 Stunden zum Abschließen

8 Videos (Gesamt 36 min), 2 Lektüren, 2 Quiz

Woche2

Woche 2

3 Stunden zum Abschließen

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 Stunden zum Abschließen

4 Videos (Gesamt 18 min), 1 Lektüre, 2 Quiz

3 Stunden zum Abschließen

Final Project

3 Stunden zum Abschließen

Bewertungen

3.3

10 Bewertungen

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

Top-Bewertungen von DEMAND FORECASTING USING TIME SERIES

von SF12. Sep. 2022

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

Alle Bewertungen anzeigen

Über den Spezialisierung Machine Learning for Supply Chains

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Demand Forecasting Using Time Series

Über diesen Kurs

Was Sie lernen werden

Kompetenzen, die Sie erwerben