Series temporales con Deep Learning (RNN, LSTM) y Prophet

Entrenar y optimizar una red neuronal recurrente (RNN y LSTM)
Predecir series temporales con Facebook' Prophet
Predecir datos futuros con modelos de series temporales
Entrenar y optimizar una red neuronal recurrente (RNN y LSTM)
Predecir series temporales con Facebook' Prophet
Predecir datos futuros con modelos de series temporales
En este proyecto aplicado y práctico aprenderás a entrenar redes neuronales recurrentes (RNN y LSTM) y modelos de Prophet para predecir series temporales. Tanto las redes LSTM como Prophet son algunos de los modelos más avanzados para predecir valores futuros en base a series de tiempo. Por ello, te enseñaremos a como pre-procesar y preparar tus datos, a entrenar los modelos, a evaluarlos, a optimizarlos y a utilizarlos para predecir datos futuros. Al finalizar este curso habrás aprendido a entrenar tus propios modelos y a aplicarlos en tus propios proyectos.
Deep Learning
Prophet
Time Series
Long Short-Term Memory (ISTM)
keras
Em um vÃdeo reproduzido em uma tela dividida com a área de trabalho, seu instrutor o orientará sobre esses passos:
Introducción a las series temporales
Fundamentos de Redes Neuronales Recurrentes (RNN y LSTM)
Funciones básicas con Keras
Pre-procesamiento de datos y entrenamiento del modelo LSTM
Ejercicio práctico. Desarrollo de un modelo LSTM
Evaluación del modelo y predicciones
Ejercicio práctico. Evaluación del modelo y predicción
Desarrollo de un modelo avanzado de LSTM
Ejercicio práctico. Modelo avanzado de LSTM
Predicción con nuevos datos y despliegue del modelo
Ejercicio práctico. Evaluación y puesta en producción de la red LSTM
Series temporales con Prophet
Sua área de trabalho é um espaço em nuvem, acessado diretamente do navegador, sem necessidade de nenhum download
Em um vÃdeo de tela dividida, seu instrutor te orientará passo a passo
Ao comprar projetos guiados, você recebe tudo o que precisa para completá-los, inclusive acesso a um espaço de trabalho de área de trabalho na nuvem por meio do seu navegador web, que contém o software e os arquivos necessários para iniciar, além de um vÃdeo de instruções passo a passo de um especialista no assunto.
Como seu espaço de trabalho tem uma área de trabalho na nuvem dimensionada para notebooks e computadores desktop, os projetos guiados não estão disponÃveis para dispositivos móveis.
Os instrutores do projeto guiado são especialistas no assunto, têm experiência com a habilidade, a ferramenta ou o domÃnio do projeto e amam compartilhar seus conhecimentos para ajudar milhões de aprendizes do mundo todo.
Você pode baixar e manter todos os arquivos que foram criados para seu projeto guiado. Para fazer isso, você pode usar o recurso "Navegador de arquivos" enquanto acessa a área de trabalho na nuvem.
Reembolsos não estão disponÃveis para projetos guiados. Consulte nossa polÃtica de reembolso completa.
Não há auxÃlio financeiro disponÃvel para projetos guiados.
A participação como ouvinte não está disponÃvel para projetos guiados.
Na parte superior da página, você pode clicar no nÃvel de experiência deste projeto guiado para visualizar os pré-requisitos de conhecimento. Em cada nÃvel dos projetos guiados, seu instrutor o guiará passo a passo.
Sim, tudo o que você precisa para completar o projeto guiado estará disponÃvel em uma área de trabalho na nuvem disponÃvel no seu navegador.
Você aprenderá na prática ao completar tarefas em um ambiente com tela dividida, diretamente em seu navegador. No lado esquerdo da tela, você completa a tarefa no seu espaço de trabalho. No lado direito, você assiste a um instrutor que o guiará pelo projeto, passo a passo.
Mais dúvidas? Visite o Central de Ajuda ao estudante.