Зміст курсу
Time Series Analysis
Time Series Analysis
1. Time Series: Let's Start
2. Time Series Processing
3. Time Series Visualization
Challenge
Завдання
Swipe to show code editor
Create an autoregressive model to predict the dataset aapl.csv. After, print the results and the model error.
- Read the
aapl.csvdataset. - Create an autoregressive model (
AutoReg) with 3 lags for theXdata and assign it to themodelvariable. - Fit model to the data and assign it to the
model_fitvariable. - Predict the first 30 values.
- Visualize the results: display the first 30 values of
Xwithin the first call of theprint()function, and first 30 values of thepredictionswithin the second call. - Calculate the RMSE (square root of the mean squared error) and display it.
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантівВсе було зрозуміло?
Дякуємо за ваш відгук!
Секція 4. Розділ 5
Challenge
Завдання
Swipe to show code editor
Create an autoregressive model to predict the dataset aapl.csv. After, print the results and the model error.
- Read the
aapl.csvdataset. - Create an autoregressive model (
AutoReg) with 3 lags for theXdata and assign it to themodelvariable. - Fit model to the data and assign it to the
model_fitvariable. - Predict the first 30 values.
- Visualize the results: display the first 30 values of
Xwithin the first call of theprint()function, and first 30 values of thepredictionswithin the second call. - Calculate the RMSE (square root of the mean squared error) and display it.
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантівВсе було зрозуміло?
Дякуємо за ваш відгук!
Секція 4. Розділ 5
Challenge
Завдання
Swipe to show code editor
Create an autoregressive model to predict the dataset aapl.csv. After, print the results and the model error.
- Read the
aapl.csvdataset. - Create an autoregressive model (
AutoReg) with 3 lags for theXdata and assign it to themodelvariable. - Fit model to the data and assign it to the
model_fitvariable. - Predict the first 30 values.
- Visualize the results: display the first 30 values of
Xwithin the first call of theprint()function, and first 30 values of thepredictionswithin the second call. - Calculate the RMSE (square root of the mean squared error) and display it.
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантівВсе було зрозуміло?
Дякуємо за ваш відгук!
Завдання
Swipe to show code editor
Create an autoregressive model to predict the dataset aapl.csv. After, print the results and the model error.
- Read the
aapl.csvdataset. - Create an autoregressive model (
AutoReg) with 3 lags for theXdata and assign it to themodelvariable. - Fit model to the data and assign it to the
model_fitvariable. - Predict the first 30 values.
- Visualize the results: display the first 30 values of
Xwithin the first call of theprint()function, and first 30 values of thepredictionswithin the second call. - Calculate the RMSE (square root of the mean squared error) and display it.
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантівСекція 4. Розділ 5
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів