#TIME SERIES #REGRESSION #MACHINE LEARNING #PYTHON #KNIME

Ce que vous apprendrez

  • Apprendre les concepts de base des séries chronologiques

  • Mettre en place un modèle de prévision des ventes (version sans code) à l’aide du logiciel KNIME

  • Mettre en place un modèle de prévision des ventes (version low-code) à travers les modèles statistiques et les modèles d’apprentissage automatique en utilisant les librairies de Python (statsmodels, pycaret).

  • Votre expérimente d'apprentissage

    Apprendre par la pratique, développer votre intuition et comprendre les concepts de base.

  • Notre objectif

    Vous fournir une expérience d’apprentissage pour vous aider à atteindre vos objectifs.

  • Prérequis

    Connaissance de base en régression linéaire, Python et KNIME

  • Applications

    Prévision des ventes hebdomadaires d’un produit. Prévision du trafic sur un site web. Prévoir les défaut de paiement pour un prêt hypothécaire, ...

  • Outils

    Python (distribution Anaconda), ainsi que la librairie PyCaret. Le logiciel KNIME

Contenu du projet pratique

    1. Bienvenue

    2. Prérequis

    3. Option Premium

    4. Avant que nous commencions...

    1. Vue d’ensemble du projet

    2. Objectifs d'apprentissage

    3. Domaines d’application

    4. Mise en place de l’environnement

    5. Jeu de données

    1. Mission

    1. Description de la tâche

    2. Conseils

    3. Solution

    1. Description de la tâche

    2. Conseils

    3. Solution

    1. Description de la tâche

    2. Conseils

    3. Solution

  • Gratuit
  • 56 leçons

Description

Pour ce projet guidé, on va utiliser la base de données de la compétition Kaggle « Store Item Demand Forecasting Challenge » pour construire un modèle de prédiction des ventes pour le produit 1 de la boutique 1. D’une part, on va présenter un exemple concret du modèle de régression linéaire multiple pour prévoir les ventes à l’aide du logiciel KNIME Analytics Plateform. D’autre part, pour l’exemple de python, on va réaliser la même tâche non seulement par des modèles de régression, mais aussi par les modèles statistiques ARIMA et SARIMA. À la fin de ce projet guidé, vous serez capable de : Comprendre les concepts de base sur les séries chronologiques (ex. objectifs, approches, application, etc.). Mettre en place un modèle de prévision des ventes (version sans code) à l’aide du logiciel KNIME Mettre en place un modèle de prévision des ventes (version low-code) à travers les modèles statistiques et les modèles d’apprentissage automatique en utilisant les librairies de Python (statsmodels, pycaret, etc).

Instructeur

Xinyi Wen

Partenaire Formation

En tant qu'étudiante à la maîtrise en sciences de données et analytique d’affaires, je suis compétente dans la collecte, le traitement, la modélisation, la visualisation et l'analyse des données. J’ai de l’expérience sur les projets tels que le NLP, la classification, la prédiction de la série chronologique à l’aide d’outils informatiques tels que Python, R, SAS, Tableau, etc. J'espère diffuser mon expertise par la plateforme Uluumy et aider davantage de personnes à apprendre à utiliser les données pour créer de la valeur et résoudre des problèmes commerciaux

Questions fréquemment posées

  • De quels logiciels et versions ai-je besoin ?

    Python (distribution Anaconda), la librairie PyCaret et KNIME

  • Est-ce que le cours de préparation est obligatoire à suivre

    Non. Le cours a été conçu comme une référence

  • Est-ce que le contenu sera encore disponible après la fin du projet

    Absolument et pour toujours!