Predictive Analytics and Timeseries Forecasting
Etablissement : ECOLE DU NUMERIQUE
Langue : Français
Formation(s) dans laquelle/lesquelles le cours apparait :
- MASTER DATA ET IA [ECTS : 4,00]
Période : S3
- Connaitre le langage python
- Rudiments du statistique
- Savoir analyser une série temporelle
- Savoir mettre en œuvre un algorithme statistique pour la prédiction des séries temporelles
Introduction aux séries temporelles
- Décomposition d’une série temporelle
- Décomposition classique
- Décomposition STL
Modèles linéaires appliqués aux séries temporelles
- La régression linéaire (savoir formaliser mathématiquement le problème et prendre en compte les effets des saisonnalités, savoir mettre en œuvre la méthode des moindres carrés)
- La régression polynomiale appliquées aux séries temporelles
Les modèles stationnaires
- ACF et PACF
- Le modèle AR
- Le modèle MA
- Le modèle ARMA
Les modèles non stationnaires
- Le modèle ARIMA
- Le modèle SARIMA
Introduction aux séries de Fourrier appliqué aux séries temporelles
- Introduction
- Mise en œuvre
