Curso online – especialización profesional certificada en el análisis de series temporales y datos ordinales del Instituto de Estudios Avanzados

Mejore sus capacidades con SAS Visual Forecasting y un programa avanzado de previsión de datos.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

nivel intermedio

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • habilidades tecnológicas
  • Capacidades de análisis de datos
  • Resolución creativa de problemas
  • Habilidades de comunicación interpersonal.
  • gestión del tiempo
  • Capacidad para trabajar en equipo.
  • pensamiento crítico
  • habilidades organizativas
  • Comprensión de conceptos económicos.
  • habilidades de presentación

What you will learn in the course

Courses for which the course is suitable

  • científico de datos
  • Analista de pronósticos
  • Analista de Inteligencia de Negocios
  • Analista Cuantitativo
  • Ingeniero de aprendizaje automático
  • Modelador predictivo
  • Analista Estadístico
  • Analista de Investigación de Operaciones
  • Ingeniero de datos
  • Consultor de análisis

Pasantía: una serie de cursos de 3 partes

Al utilizar SAS Visual Forecasting y otras herramientas de SAS, aprenderá a explorar series temporales, crear y seleccionar características, crear y administrar un sistema de pronóstico a gran escala y utilizar una variedad de modelos para identificar, evaluar y predecir componentes de señales importantes.

Un proyecto de aprendizaje práctico.

En este proyecto de pasantía, los estudiantes descubrirán componentes de señales en series de alto valor y luego especificarán especificaciones personalizadas apropiadas para estas series. Estas especificaciones personalizadas se integran en un sistema de predicción a gran escala que los estudiantes crearon para automatizar el proceso de generación, selección y predicción de modelos.

Principales procesos del proyecto:
  • Detección de componentes de señal en series de alto valor.
  • Especificaciones personalizadas detalladas
  • La integración de las especificaciones en un sistema de previsión a gran escala.
  • Automatización del proceso de creación del modelo.
  • Selección y previsión de modelos.
  • Adaptación a eventos recurrentes y anomalías en el proceso de producción de datos.

Los estudiantes se adaptan a eventos recurrentes y anomalías en el proceso de generación de datos para mejorar el sistema de pronóstico automatizado.

Details of the courses that make up the specialization

Crear funciones para datos de series temporales

Curso 1

  • Duración: 7 horas

Detalles del curso

¿Qué aprenderás?

Este curso se centra en la exploración de datos, la generación y eliminación de funciones para secuencias de tiempo. Los temas discutidos incluyen:

  • almacenamiento en búfer
  • afilado
  • transformaciones
  • Operaciones sobre conjuntos de datos para series temporales.
  • Análisis espectral
  • Análisis de espectro singular
  • medidas de distancia
  • Análisis de motivos.

En este curso aprenderá a realizar análisis de motivos y aplicar análisis en el dominio espectral o de frecuencia. También descubrirá cómo funcionan las medidas de distancia, implementará aplicaciones, explorará componentes de señales y creará funciones para series temporales.

Este curso es adecuado para analistas con experiencia cuantitativa, así como para expertos en el campo que deseen agregar herramientas a su caja de herramientas en el campo de las series temporales. Antes de comenzar el curso, debes sentirte cómodo con los conceptos estadísticos básicos. Puedes adquirir esta experiencia realizando el curso de estadística con SAS. La familiaridad con las matrices y el análisis de componentes principales también puede ser útil, pero no es obligatoria.

Construyendo un sistema de pronóstico automático a gran escala

Curso 2

  • Duración: 10 horas

Detalles del curso

¿Qué aprenderás?

En este curso aprenderá a desarrollar y mantener un proyecto de pronóstico a gran escala utilizando las herramientas SAS Visual Forecasting. Inicialmente se hará hincapié en:

  • Elegir métodos apropiados para la creación de datos y transformaciones de variables.
  • Crear modelos y seleccionar modelos.
  • Mejorar el rendimiento de la predicción básica cambiando los procesos predeterminados en el sistema.

Este curso es adecuado para analistas que desean mejorar sus habilidades de aprendizaje con herramientas analíticas adecuadas para probar, cambiar, modelar, pronosticar y gestionar datos que contienen variables recopiladas a lo largo del tiempo. Además, el curso se basa principalmente en la sintaxis, por lo que los analistas que realicen este curso deben tener conocimientos básicos de codificación. Es útil tener experiencia con un lenguaje de programación orientado a objetos, al igual que estar familiarizado con el manejo de tablas grandes.

Modelado de datos de series temporales y datos ordinales.

Curso 3

  • Duración: 11 horas

Detalles del curso

¿Qué aprenderás?

En este curso aprenderá a construir, perfeccionar, ampliar y, en algunos casos, interpretar modelos destinados a una serie de secuencias. Se presentan tres enfoques de modelado:

  • En la primera parte del curso se analiza el enfoque tradicional de Box-Jenkins para el modelado de series temporales.
  • A continuación se analiza el enfoque bayesiano para el modelado de series de tiempo.
  • Los algoritmos de aprendizaje automático para series temporales son el tercer enfoque.

El curso concluye considerando cómo se puede mejorar la precisión de los pronósticos combinando las fortalezas de los distintos enfoques. La lección final incluye demostraciones sobre la creación de predicciones integradas (o enclaves) y modelos híbridos.

Este curso es adecuado para analistas que desean mejorar sus habilidades de aprendizaje con herramientas analíticas adecuadas para probar, cambiar, modelar, pronosticar y gestionar datos que contienen variables recopiladas a lo largo del tiempo.

Este curso utiliza una variedad de herramientas de software diferentes. La familiaridad con Base SAS, SAS/ETS, SAS/STAT y SAS Visual Forecasting, así como con herramientas de código abierto para manejar datos ordinales y modelado, es útil, pero no obligatoria. Las lecciones sobre análisis bayesiano y modelos de aprendizaje automático suponen conocimientos previos de estos temas. Una forma en que los estudiantes pueden adquirir esta experiencia es completando los tutoriales de SAS: Análisis bayesiano con SAS y Aprendizaje automático con SAS Viya.