Zeitreihen stellen Analyst*innen vor besondere Herausforderungen. Hier gilt die Annahme, dass die Beobachtungen voneinander unabhängig sind, in der Regel nicht. Zum Beispiel ist die Außentemperatur um 12:01 nicht unabhängig von der Außentemperatur um 12:00. In der Praxis kommen solche Daten häufig vor: Verschleiß an Maschinenteilen, der Kundweg durch einen Online-Shop und Muster in der Aktivierung von Gehirnzellen sind Beispiele für Phänomene, die mit Zeitreihen untersucht werden. In dieser Schulung lernen Sie wichtige Methoden zum Analysieren von Zeitreihendaten kennen. An praxisnahen Aufgaben und Beispielen lernen Sie die Methoden anzuwenden.
Zielgruppe: Data Scientists und Analyst*innen, die ihre Fähigkeiten zur Auswertung von Zeitreihendaten ausweiten wollen. Softwareentwickler*innen/-architekt*innen, die Lösungen für analytische Fragestellungen entwickeln.
Voraussetzungen: Schulung„Applied Deep Learning“ oder äquivalente Qualifikation
Sprache: Vorträge in Deutsch, Material in Englisch
Abschluss: Der Kurs ist Vertiefungsmodul für das Zertifikat »Data Scientist Specialized in Deep Learning«