Formation : Réaliser vos prévisions avec les techniques de séries temporelles


EPSILON vous propose une formation dispensée par ses experts pour apprendre à réaliser des prévisions sous R ou Python.

Les techniques de prévisions permettent de modéliser et ainsi prévoir l'évolution d'indicateurs dans le futur, elles s'appliquent à toute série de points qu'on peut observer à intervalle régulier - activités, indicateurs économiques, ventes, trafic, demande. Ceci permet à différents métiers tels que la logistique ou le commerce d'optimiser et dimensionner leurs ressources.

datadockNous sommes fiers d'être centre de formation Datadock, pour diffuser en continu le meilleur de la Data et de la Technologie auprès des professionnels de la Data Science, de la Dataviz et de l'Activation Marketing Adtech et Martech. 
Enregistré sous le numéro 11754361075. Cet enregistrement ne vaut pas agrément de l'Etat.

OBJECTIFS DE LA FORMATION ET COMPÉTENCES VISÉES


  • Apprendre comment étudier et modéliser les séries en R ou en Python
  • Apprendre les fondamentaux statistiques et l’étude des séries
  • Savoir établir des modèles standards et avancés pour effectuer des prévisions

PUBLIC CONCERNÉ

  • Data Analyst / Scientist / Data Miner
  • Business Analyst, Opérationnel data driven

PRÉREQUIS

  • Disposer d'un niveau de connaissance minimale en R ou Python
  • Avoir des connaissances statistiques théoriques (tests, régression linéaire...)

MÉTHODES PÉDAGOGIQUES

  • Alternance des modalités pédagogiques : exposé, démonstration pratique, échanges collectifs, exercices pratiques et remise du support de formation.
  • Questionnaire d’évaluation administré à l’issue de la formation.
  • Durée
    2 jours / 14h
    9h - 17h30

  • Dates des sessions :
    contactez-nous

  • PRIX
    1 450 €HT
    (1 740 €TTC)

MODULE 1 : QU'EST CE QU'UNE SÉRIE TEMPORELLE, CAS D'USAGES DE PRÉVISION


MODULE 2 : FONCTIONNEMENT DES SÉRIES TEMPORELLES


  • Quels logiciels, librairies (focus R et Python)
  • Interpolation des données manquantes
  • Changement de fréquence

MODULE 3 : L’ÉTUDE DES SÉRIES TEMPORELLES


  • Etude de la stationnarité, tests
  • Décomposition tendance, saisonnalité, modèle additif vs multiplicatif
  • Analyse de périodicité, analyse spectracle et transformée de fourier, autocorrélation et autocovariance
  • Corrections des variations saisonnières
  • Modèles autorégressifs (AR), à moyenne mobile (MA), SARIMA
  • Prévision automatique : Lissage exponentiel, Holt-Winters, prophet
  • Métriques : RMSE, MAE / MAPE, BIC / AIC

MODULE 4 : INTRODUCTION AUX TECHNIQUES AVANCÉES


  • Intégration de variables explicatives : auto reg, ARCH, SARIMAX, Modèle multivarié VAR, GAM additif généralisé
  • Détection de changements
  • Deep learning adapté à la prévision (lstm)

Votre formateur



Damien
Senior Manager Data Science

Expert des techniques usuelles, des méthodologies et technologies à la pointe de la Data Science, il dispose de 20 ans d’expérience en traitement, analyse et science des données.

Adresse

Lieu de la formation : 30-34 Rue du Chemin Vert, 75011 Paris

Je souhaite être recontacté