Pandas ile Uygulamalı Zaman Serisi Analizi

Zaman serisi verileri finansal piyasalardan hava sensörlerine, web sitesi trafik günlüklerine kadar her yerde bulunur. Bu zamansal verileri hizalamayı, temizlemeyi ve analiz etmeyi öğrenmek, herhangi bir modern veri profesyoneli için temel bir beceridir. Bu kurs, güçlü pandas kütüphanesini kullanarak Python'da tarih ve saat bilgilerini güvenle işlemenizi sağlar. Karmaşık zaman tabanlı hesaplamalar, yeniden örnekleme ve pencere işlemleriyle temiz, idiomatik kodlarla uğraşmaktan kurtulacaksınız. Öğrenecekleriniz: 1. Zaman damgaları, dönemler ve zaman farkları dahil olmak üzere temel zaman serisi kavramlarını anlayın. 2. Python ve pandas kullanarak tarih ve saat verilerini verimli bir şekilde ayrıştırın ve işleyin. 3. Analitik tutarlılığı sağlamak için zamansal verileri yeniden indeksleyin, yeniden örnekleyin ve eksik verileri doldurun. 4. Eğilimleri ve hareketli ortalamaları izlemek için yuvarlanan ve genişleyen pencere hesaplamaları uygulayın. 5. Saat dilimi yerelleştirilmiş verileri yönetin ve yaz saati geçişlerini doğru bir şekilde işleyin. 6. Modern pandas sözleşmelerini kullanarak sonraki tahminler için veri kümelerini yapılandırın. Kurs, DatetimeIndex gibi pandas'a özgü yapılara dalmadan önce temel terminoloji ve temel kavramlarla başlar. Gerçek dünya sensör ve işlem verilerini nasıl işleyeceğinizi öğrenmek için yapılandırılmış açıklamaları okuyacak ve temiz kod parçacıklarını analiz edeceksiniz. Bu yalnızca metin tabanlı kurs, Python'a temel düzeyde hakim olan ve zamansal verilerde uzmanlaşmak isteyen yeni başlayanlar için tasarlanmıştır; zaman serisi istatistikleri konusunda önceden deneyim gerekmez. Zamansal veri analizi becerilerinizi bugün oluşturmaya başlayın.