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
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.
您要培养的技能
- Deep Learning
- Prophet
- Time Series
- Long Short-Term Memory (ISTM)
- keras
分步进行学习
在与您的工作区一起在分屏中播放的视频中，您的授课教师将指导您完成每个步骤：
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
指导项目工作原理
您的工作空间就是浏览器中的云桌面，无需下载
在分屏视频中，您的授课教师会为您提供分步指导
常见问题
常见问题
如果我购买指导项目，会得到什么？
指导项目可在台式设备和移动设备上学习吗？
指导项目的授课教师是谁？
我能在完成指导项目后从中下载作品吗？
我能够退款吗？退款政策是如何规定的？
有助学金吗？
我能旁听指导项目并免费观看视频部分吗？
我需要具备多少经验才能做这个指导项目？
我能直接通过 Web 浏览器来完成此指导项目，而不必安装特殊软件吗？
指导项目的学习体验如何？
还有其他问题吗？请访问 学生帮助中心。
Coursera Footer
