Entrenar diferentes modelos como Xgboost, Catboost o random forest para predecir series temporales
Predecir datos futuros en base a series de tiempo
Entrenar modelos avanzados de Machine Learning para series temporales
En este proyecto aplicado y práctico aprenderás a entrenar modelos capaces de predecir series temporales. Para ello utilizaremos la librería de Pycaret con Python y entrenaremos modelos como: XGBoost, Catboost o Random forest. También aprenderemos a generar modelos más avanzados con lñas diferentes técnicas de ensamblado de modelos. Al finalizar este curso habrás aprendido a entrenar tus propios modelos y a aplicarlos en tus propios proyectos.
Time Series
Machine Learning
Xgboost
PyCaret
En un video que se reproduce en una pantalla dividida con tu área de trabajo, tu instructor te guiará en cada paso:
Introducción a las series temporales
Clases de modelos de series de tiempo
Fundamentos de Pycaret
Series temporales univariantes. Pre-procesamiento
Ejercicio aplicado. Pre-procesamiento de datos
Series temporales univariantes. Entrenamiento del modelo
Ejercicio aplicado. Entrenamiento de un modelo para predecir series de tiempo
Series temporales univariantes. Evaluación del modelo
Ejercicio aplicado. Evaluación del modelo
Series temporales univariantes. Modelos avanzados
Series temporales múltiples. Pre-procesamiento
Ejercicio aplicado. Series temporales múltiples
Series temporales múltiples. Entrenamiento y evaluación del modelo
Ejercicio aplicado. Series temporales múltiples. Parte II
Tu espacio de trabajo es un escritorio virtual directamente en tu navegador, no requiere descarga.
En un video de pantalla dividida, tu instructor te guía paso a paso
Al comprar un proyecto guiado, obtendrás todo lo que necesitas para completarlo, incluido el acceso a un espacio de trabajo de escritorio en la nube a través de tu navegador web que contiene los archivos y el software que necesitas para comenzar, además de instrucciones de video paso a paso de un experto en la materia.
Dado que tu espacio de trabajo contiene un escritorio en la nube del tamaño de una computadora portátil o computadora de escritorio, los proyectos guiados no están disponibles en tu dispositivo móvil.
Los instructores de proyectos guiados son expertos en la materia que tienen experiencia en habilidades, herramientas o dominios de su proyecto y les apasiona compartir sus conocimientos para impactar a millones de estudiantes en todo el mundo.
Puedes descargar y conservar cualquiera de tus archivos creados del proyecto guiado. Para hacerlo, puedes usar la función 'Explorador de archivos' mientras accedes a tu escritorio en la nube.
Los proyectos guiados no son elegibles para reembolsos. Ver nuestra política de reembolso completo.
La ayuda financiera no está disponible para proyectos guiados.
El acceso como oyente no está disponible para los proyectos guiados.
En la parte superior de la página, puedes presionar en el nivel de experiencia de este proyecto guiado para ver los requisitos de conocimientos previos. En cada nivel del proyecto guiado, tu instructor te orientará paso a paso.
Sí, todo lo que necesitas para completar tu proyecto guiado estará disponible en un escritorio en la nube que estará disponible en tu navegador.
Aprenderás completando tareas en un entorno de pantalla dividida directamente en tu navegador. En el lado izquierdo de la pantalla, completarás la tarea en tu espacio de trabajo. En el lado derecho de la pantalla, verás a un instructor guiarte a través del proyecto, paso a paso.
¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.
