modeltime: Прогнозирование временных рядов в R с помощью tidymodels

Описание: Знакомьтесь с нашим пакетом прогнозирования #modeltime. Modeltime расширяет экосистему tidymodels для прогнозирования временных рядов. Узнайте, как прогнозировать с помощью моделей #ARIMA, #prophet и линейной регрессии #timeseries.

ПОЛУЧИТЕ КОД, ПОКАЗАННЫЙ В ВИДЕО:
📰 Бесплатная рассылка R-Tips (БЕСПЛАТНЫЙ доступ к коду R на GitHub): https://learn.business-science.io/r-t...
📺 Настройка кодовой базы R-Tips (видео на GitHub):    • Setup R Project from GitHub (Business Scie...  

Сложно освоить прогнозирование временных рядов?
Вам нужно сменить сферу деятельности?
Хотите стать экспертом по прогнозированию в своей организации? Тогда читайте дальше...

🚀 МОИ КУРСЫ ПОЗВОЛЯТ ВАШЕЙ КАРЬЕРЕ СТРЕМИТЕЛЬНО СТАТЬ ЗА НЕСКОЛЬКО НЕДЕЛЬ:

🆓 БЕСПЛАТНЫЙ МАСТЕР-КЛАСС R-TRACK: https://learn.business-science.io/fre...

📘 Высокопроизводительное прогнозирование временных рядов | DS4B 203-R (Изучение Modeltime, TimeTK, Modeltime Gluonts, Modeltime H2O и других технологий) https://university.business-science.i...

📚Программа R-Track из 5 курсов (полная система, от новичка до эксперта, на 12-18 месяцев быстрее, чем другие онлайн-программы) https://university.business-science.i...

СОДЕРЖАНИЕ
00:00 Введение в Modeltime
00:30 Настройка проекта на GitHub
01:03 Библиотеки: Modeltime и Tidymodels
01:48 Данные: DC Bike Sharing Daily
02:59 Разделение обучения/тестирования
03:39 Прогнозирование (захватывающе!)
03:49 ARIMA (автоматический)
04:40 Prophet
05:24 GLMNET (машинное обучение)
06:32 Рабочий процесс Modeltime
06:46 Таблица Modeltime и калибровка Modeltime
07:32 Точность Modeltime
08:12 Прогноз Modeltime (визуализация тестового набора)
09:00 Обновление и прогноз Modeltime (визуализация прогноза на будущее)
09:42 Как узнать больше!