समापन

Python में Time Series Data के लिए Machine Learning

Chris Holdgraf

Fellow, Berkeley Institute for Data Science

टाइम सीरीज़ और मशीन लर्निंग

• टाइम सीरीज़ + मशीन लर्निंग के अनेक उपयोग
• पहले हमेशा अपना डेटा विज़ुअलाइज़ करें
• scikit-learn API इस प्रक्रिया को मानकीकृत करती है

फीचर एक्सट्रैक्शन और क्लासिफिकेशन

• टाइम सीरीज़ क्लासिफिकेशन के लिए सारांश आँकड़े
• कई फीचर्स को एक इनपुट मैट्रिक्स में जोड़ना
• टाइम सीरीज़ डेटा के लिए फीचर एक्सट्रैक्शन

मॉडल फिटिंग और डेटा क्वालिटी सुधार

• रिग्रेशन के लिए टाइम सीरीज़ फीचर्स
• समय के साथ प्रेडिक्शन्स बनाना
• टाइम सीरीज़ डेटा को साफ़ करना और सुधारना

मॉडल परफॉर्मेंस का वैलिडेशन और आकलन

• टाइम सीरीज़ डेटा के साथ क्रॉस-वैलिडेशन (डेटा को शफल न करें!)
• टाइम सीरीज़ स्टेशनैरिटी
• मॉडल कोएफ़िशिएंट और स्कोर स्थिरता का आकलन

टाइम सीरीज़ में एडवांस्ड कॉन्सेप्ट्स

• एडवांस्ड विंडो फ़ंक्शन्स
• सिग्नल प्रोसेसिंग और फ़िल्टरिंग विवरण
• स्पेक्ट्रल एनालिसिस

एडवांस्ड मशीन लर्निंग

• एडवांस्ड टाइम सीरीज़ फीचर एक्सट्रैक्शन (जैसे, tsfresh)
• रिग्रेशन और क्लासिफिकेशन के लिए अधिक जटिल मॉडल आर्किटेक्चर
• टाइम सीरीज़ एनालिसिस के लिए प्रोडक्शन-रेडी पाइपलाइन्स

अभ्यास के तरीके

• टाइम सीरीज़ डेटा पर कौशल अभ्यास के बहुत अवसर हैं.
• Kaggle पर कई टाइम सीरीज़ प्रेडिक्शन चुनौतियाँ हैं
• Quantopian भी दूसरों द्वारा बनाए प्रेडिक्टिव मॉडल सीखने और उपयोग करने में सहायक है.

अभ्यास करते हैं!

Python में Time Series Data के लिए Machine Learning