Saltar al contenido principal
InicioPythonMachine learning para datos de series temporales en Python

Machine learning para datos de series temporales en Python

Este curso se centra en la ingeniería de características y el aprendizaje automático para series temporales.

Comience El Curso Gratis
4 horas13 vídeos53 ejercicios
44.695 aprendicesTrophyDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group¿Entrenar a 2 o más personas?Pruebe DataCamp para empresas

Preferido por estudiantes en miles de empresas


Descripción del curso

Los datos de series temporales son omnipresentes. Ya se trate de las fluctuaciones del mercado bursátil, los datos de los sensores que registran el cambio climático o la actividad del cerebro, cualquier señal que cambie con el tiempo puede describirse como una serie temporal. El machine learning ha surgido como un potente método para aprovechar la complejidad de los datos con el fin de generar predicciones y conocimientos sobre el problema que se intenta resolver. Este curso es una intersección entre estos dos mundos del machine learning y los datos de series temporales, y abarca la ingeniería de características, los espectogramas y otras técnicas avanzadas para clasificar los sonidos de los latidos del corazón y predecir los precios de las acciones.
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más
Pruebe DataCamp Para EmpresasPara obtener una solución a medida, reserve una demostración.

En las siguientes pistas

Científico de machine learning en Python

Ir a la pista

Series temporales en Python

Ir a la pista
  1. 1

    Manual de series temporales y machine learning

    Gratuito

    Este capítulo es una introducción a los fundamentos del machine learning, los datos de series temporales y la intersección entre ambos.

    Reproducir Capítulo Ahora
    Tipos de series temporales y aplicaciones
    50 xp
    Identificar una serie temporal
    50 xp
    Trazar una serie temporal (I)
    100 xp
    Trazar una serie temporal (II)
    100 xp
    Conceptos básicos del machine learning
    50 xp
    Ajuste de un modelo simple: clasificación
    100 xp
    Predicción mediante un modelo de clasificación
    100 xp
    Ajuste de un modelo simple: regresión
    100 xp
    Predecir mediante un modelo de regresión
    100 xp
    Machine learning y datos de series temporales
    50 xp
    Inspeccionar los datos de clasificación
    100 xp
    Inspeccionar los datos de la regresión
    100 xp
  2. 3

    Predicción de datos de series temporales

    Si quieres predecir patrones a partir de datos a lo largo del tiempo, hay consideraciones especiales que debes tener en cuenta a la hora de elegir y construir tu modelo. En este capítulo se explica cómo obtener información sobre los datos antes de ajustar el modelo, así como las mejores prácticas en el uso de modelos predictivos para datos de series temporales.

    Reproducir Capítulo Ahora
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más

En las siguientes pistas

Científico de machine learning en Python

Ir a la pista

Series temporales en Python

Ir a la pista

conjuntos de datos

PricesAudio

colaboradores

Collaborator's avatar
Lore Dirick
Collaborator's avatar
Sumedh Panchadhar
Collaborator's avatar
Eunkyung Park
Chris Holdgraf HeadshotChris Holdgraf

Fellow at the Berkeley Institute for Data Science

Ver Más

¿Qué tienen que decir otros alumnos?

¡Únete a 14 millones de estudiantes y empieza Machine learning para datos de series temporales en Python hoy mismo!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.