Prédiction de Séries Temporelles Avec Python et ARIMA : Guide Pratique Pour Débutants скачать в хорошем качестве

Prédiction de Séries Temporelles Avec Python et ARIMA : Guide Pratique Pour Débutants

Dans cette vidéo du jour 88 du challenge #100JoursDeML, découvrez comment construire un modèle ARIMA sous Python pour la prédiction des séries temporelles. Apprenez les étapes essentielles de la modélisation ARIMA et améliorez vos compétences en data science. 00:00 Introduction 01:27 Qu'est-ce qu'un modèle ARIMA ? 04:45 Comprendre la méthodologie de Box-Jenkins 06:25 Analyse de la stationnarité 06:59 Analyser les données 09:02 C'est quoi l'ACF et PACF 11:04 Test de stationnarité 12:48 Rendre la série stationnaire 14:07 Choix des valeurs p, d et q 15:44 Entraînement du premier modèle 17:28 Validation de la blancheur des résidus 19:56 Sélection automatique du modèle : auto.arima 21:23 Validation et prédiction 22:20 Résumé 23:43 Réponses aux quiz 25:09 Nouveau quiz 26:30 Résumé et Abonnez-vous :) #100JoursDeML #LeCoinStat #datascience #machinelearning Lien vers les vidéos du challenge:    • Présentation du Challenge 100JoursDeML: Pa...   Lien vers le notebook de la vidéo: https://github.com/LeCoinStat/100Jour... --------------------------------------- SUIVRE LeCoinStat YouTube : https://www.youtube.com/channel/UCoin... Discord:   / discord   Linkedin:  / natacha-njongwa-yepnga   TikTok: https://vm.tiktok.com/ZMLEgAhku/ Instagram :  / lecoin_stat   Facebook :   / lecoinstat