本课程将向您介绍机器学习中补充基本任务的其他主题，包括预测和分析删减数据。您将学习如何分析具有时间成分的数据和需要结果推断的删减数据。您还将学习一些时间序列分析和生存分析技术。本课程的实践部分侧重于使用最佳实践和验证从统计学习中得出的假设。 通过本课程的学习，您应该能够： 识别时间序列数据的常见建模挑战 解释如何分解时间序列数据：趋势、季节性和残差 解释自回归、移动平均和 ARIMA 模型如何工作 理解如何选择和实施各种时间序列模型 描述危害和生存建模方法 识别适合生存分析的问题类型 谁应该学习本课程？
专业模型：时间序列和生存分析
您将获得的技能
要了解的详细信息
了解顶级公司的员工如何掌握热门技能
积累 机器学习 领域的专业知识
本课程是 IBM 机器学习 专业证书 专项课程的一部分
在注册此课程时，您还会同时注册此专业证书。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 通过 IBM 获得可共享的职业证书
该课程共有4个模块
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
提供方
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
69.78%
- 4 stars
19.42%
- 3 stars
5.75%
- 2 stars
2.87%
- 1 star
2.15%
显示 3/139 个
PC
已于 Sep 23, 2021审阅
this is one the great course i learned. both theoritical and practical went parrallely that made the course much more reliable.
KP
已于 Apr 7, 2022审阅
excellent and well explained course, especially for SARIMAX models.
MH
已于 Feb 25, 2021审阅
Not much details but good as an overview on the topic
¹ 本课程的部分作业采用 AI 评分。对于这些作业，将根据 Coursera 隐私声明使用您的数据。