Webinar: Szczęśliwi czasu nie liczą, maszyny liczą, czyli uczenie maszynowe dla szeregów czasowych
HTML-код
- Опубликовано: 11 авг 2020
- Szeregi czasowe to bardzo powszechny i popularny problem z zakresu statystyki i uczenia maszynowego. Na co dzień prognozowaniem szeregów czasowych zajmują się instytucje finansowe i nie tylko, a dokładność tych modeli mocno się przekłada na wyniki tych firm.
W epoce rosnącej mocy obliczeniowej powstają potężne algorytmy uczenia maszynowego. Jak zastosować je dla szeregów czasowych?
Podczas wydarzenia znajdziesz odpowiedzi na poniższe pytania:
👉 Czym się różni uczenie maszynowe dla szeregów czasowych od zwykłej regresji?
👉 Czy jesteśmy pewni, że nasze dane to szeregi czasowe?
👉 Co robić, jak danych w szeregu brakuje?
👉 Feature Engineering - jak wzbogacić nasze dane?
👉 Naiwna prognoza - czy nasz model uczenia maszynowego w ogóle ma sens?
👉 Dlaczego walidacja krzyżowa nie działa?
👉 Czy tradycyjne metody statystyczne jak wygładzanie wykładnicze czy ARIMA już do niczego?
Webinar poprowadzi Ros Apostol
Ros pracuje jako Data Scientist w firmie NorthGravity, która dostarcza rozwiązania oparte o sztuczną inteligencję dla giełd towarowych za granicą. Głównie ma do czynienia z prognozowaniem szeregów czasowych z użyciem uczenia maszynowego.
Zajmuje się pełnym cyklem zagadnień od zrozumienia problemu biznesowego aż po trenowanie i deployment modeli na produkcję.
Dodatkowo Rostyslav jest również certyfikowanym specjalistą ds. uczenia maszynowego (AWS) oraz trenerem IT w Sages. Наука
Bardzo niekulturalnie rzuć gumę podczas przemowy :