R ile zaman serisini profesyonelce tahmin et
R ile profesyonel zaman serisi tahmini: ts/tsibble yapıları, autoplot/STL ile keşif, ETS ve ARIMA modelleme, auto.arima, dinamik regresyon, artık analizi, zaman serisi çapraz doğrulama ve fable ile çoklu seri tahmini.
R zaman serisi, ETS, ARIMA ve fable ekosistemi
Bu ileri seviye eğitim, R ile profesyonel zaman serisi tahminini uygulamalı öğretir. ts ve tsibble veri yapıları, zaman serisi görselleştirme (autoplot, gg_season, gg_lag) ve ayrıştırma (STL) işlenir. Üstel düzeltme ailesi (ETS) ve model seçimi; ARIMA, fark alma, ACF/PACF yorumu ve auto.arima/ARIMA() ile otomatik modelleme; forecast ve tidyverts (fable, feasts) paketleriyle çoklu seri tahmini ele alınır. Model değerlendirme: eğitim/test ayrımı, çapraz doğrulama (time series CV), artık (residual) analizi, accuracy() ile MAPE/RMSE; tahmin aralıkları ve raporlama gösterilir. Katılımcılar R'da gerçek bir seriyi modelleyip tahmin eder.
3 Gün. Her gün dört modül; R zaman serisi temellerinden ETS, ARIMA ve model değerlendirmeye ilerlenir.
İleri Seviye — R dili ve forecast/fable ekosistemiyle zaman serisi modelleme, ARIMA, ETS ve otomatik tahminin uygulanması.
Katılımcılar R'da gerçek serilerle ETS ve ARIMA modelleri kurup fable ile tahmin üretir ve accuracy ile değerlendirir.
forecast ve fable paketleriyle güçlü ve tekrarlanabilir tahminler kurarsınız.
auto.arima ve ETS ile en uygun modeli veriden seçtirirsiniz.
Zaman serisi CV ve artık analiziyle modeli titizce sınarsınız.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Temel R söz dizimi ve veri çerçevesi (data frame) bilgisi beklenir.
Ortalama, varyans ve regresyon kavramlarına aşinalık faydalıdır.
Trend ve mevsimsellik kavramına temel aşinalık faydalıdır.
R ve RStudio kurulu bir bilgisayar gerekir.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
ts ve tsibble ile zaman serisi verisini yapılandırırsınız.
autoplot, gg_season ve ACF ile örüntüleri keşfedersiniz.
STL ayrıştırma ve dönüşümlerle seriyi hazırlarsınız.
ETS modelleriyle üstel düzeltme tahmini kurarsınız.
ACF/PACF ve auto.arima ile ARIMA modeli oluşturursunuz.
xreg ve Fourier terimleriyle dışsal etkileri modellersiniz.
Artık analizi ve zaman serisi CV ile modeli sınarsınız.
fable ile çoklu seri tahmini üretip raporlarsınız.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Excel'de veri analizi ve görselleştirme: Power Query, PivotTable, XLOOKUP, dinamik diziler ve etkileşimli gösterge paneli. Uygulamalı orta seviye DVA eğitimi.
Detayları Gör →
Excel'de istatistiksel analiz: tanımlayıcı istatistik, Analysis ToolPak, korelasyon, regresyon, ANOVA ve hipotez testleri. Uygulamalı orta seviye DVA eğitimi.
Detayları Gör →
Yoğun veri analizi kampı: Excel, SQL, Python/pandas, istatistik ve görselleştirme ile uçtan uca proje. Beş günlük ileri seviye DVA eğitimi.
Detayları Gör →
Veri analizinin temel kavramları: veri türleri, ölçüm düzeyleri, analiz türleri, örneklem, temel istatistik ve korelasyon/nedensellik. Temel seviye DVA eğitimi.
Detayları Gör →
İleri veri analizi: ileri EDA, hipotez testleri, çoklu ve lojistik regresyon, zaman serisi ve kümeleme. İstatistiksel derinlikte ileri seviye DVA eğitimi.
Detayları Gör →