Cursus is uitverkocht, registratie niet langer mogelijk
Tijdreeksgegevens zijn essentieel op gebieden als financiën, energie, gezondheidszorg en klimaatwetenschap. Deze cursus introduceert tools en technieken voor het analyseren, voorspellen en detecteren van anomalieën in tijdreeksgegevens. Deelnemers zullen vaardigheden verwerven om patronen te ontdekken, nauwkeurige voorspellingen te doen en ongebruikelijk gedrag te identificeren, wat cruciaal is in veel toepassingen. We behandelen zowel traditionele methoden als geavanceerde machine learning benaderingen en bieden een uitgebreide toolkit om diverse uitdagingen aan te gaan.
Naast het bespreken van tijdreeksmethoden zullen we ook onderzoeken hoe niet-tijdreeksmodellen kunnen worden aangepast voor sequentiële gegevens door middel van feature engineering. Verder bespreken we hoe het identificeren van anomalieën in tijdreeksgegevens systeemstoringen, uitschieters of onverwachte veranderingen kan benadrukken, wat ook waardevol inzicht toevoegt aan het voorspellingsproces.
Deelnemers leren modelselectie, trainingsstrategieën en prestatie-evaluatie, met de nadruk op het omgaan met onzekerheid en het begrijpen van modelaannames. Best practices voor het vermijden van valkuilen in tijdreeksanalyse komen ook aan bod. Anomaliedetectie wordt geïntegreerd in de analysepijplijn en zorgt voor de ontwikkeling van robuuste modellen die effectief omgaan met ongebruikelijke patronen.
Deze cursus is ideaal voor mensen die hun vaardigheden op het gebied van voorspellend modelleren en anomaliedetectie willen verbeteren. Door middel van praktische oefeningen en voorbeelden uit de praktijk zullen deelnemers de vaardigheden ontwikkelen om nauwkeurige, interpreteerbare en bruikbare resultaten te garanderen.
Leerdoelen
- De grondbeginselen van tijdreeksen begrijpen
- Anomaliedetectieprobleem begrijpen
- Machine-leermodellen trainen en evalueren
- Omgaan met onzekerheid met behulp van probabilistische methoden
- Gegevens voorbewerken en Feature Engineering uitvoeren
- Werken met echte gegevens en vermijden van veelvoorkomende valkuilen
