课程目录
1-1 [Pandas时间序列处理] 课程简介 (01:02) 1-2 [Pandas时间序列处理] Pandas生成时间序列数据 (11:27) 1-3 [Pandas时间序列处理] Pandas数据重采样 (09:22) 1-4 [Pandas时间序列处理] Pandas滑动窗口 (07:47) 2-1 [ARIMA模型] 数据平稳性与差分法 (11:09) 2-2 [ARIMA模型] ARIMA模型原理 (10:33) 2-3 [ARIMA模型] 相关函数评估方法 (10:46) 2-4 [ARIMA模型] 建立ARIMA模型 (07:48) 2-5 [ARIMA模型] 参数选择 (12:40) 3-1 [fbprophet时间序列预测] fbprophet股价预测任务概述 (13:29) 3-2 [fbprophet时间序列预测] 时间序列分析 (16:44) 3-3 [fbprophet时间序列预测] fbprophet时间预测实例 (19:22) 3-4 [fbprophet时间序列预测] 亚马逊股价趋势预测 (15:07) 3-5 [fbprophet时间序列预测] 突变点调参 (18:00) 4-1 [案例实战] 股票预测案例 (09:57) 4-2 [案例实战] 使用tsfresh建立分类模型 (12:03) 4-3 [案例实战] 维基百科词条EDA (14:29)
