Спринт 17/24 → Тема 1/5: Введение → Урок 1/2
Вы научитесь решать задачу регрессии для временных рядов.
Узнаете, как из временных рядов получить табличные данные.
Структура курса
Временные ряды описывают, как меняются со временем, например, объём потребления электроэнергии или количество заказов в сервисе такси. Вы узнаете, как анализировать ряды, искать в них тренды и сезонность. Затем научитесь создавать признаки и делать на них прогнозы.
В конце курса вас ждёт проект по прогнозированию временных рядов.
Ваши цели
- Разобраться в трендах и сезонности временных рядов.
- Научиться создавать признаки из временных рядов.
- Обучить модель регрессии на полученных признаках.
Это короткий и несложный курс: теории будет немного и выполнение проекта займёт мало времени.
Спринт 17/24 → Тема 1/5: Введение → Урок 2/2
- Компания "Чётенькое такси" собрала исторические данные о заказах такси в аэропортах.
- Необходимо спрогнозировать количество заказов такси на следующий час, чтобы привлекать больше водителей.
- Значение метрики RMSE на тестовой выборке должно быть не больше 48.
- Инструкция по выполнению проекта включает ресемплирование данных, анализ, обучение моделей и проверку данных.
- Данные находятся в файле /datasets/taxi.csv, количество заказов в столбце 'num_orders'.
- Ревьюеры проверяют проект по определенным критериям, включая выполнение шагов инструкции, подготовку данных, анализ данных, использование моделей и гиперпараметров, аккуратность кода и структуру проекта.
- Шпаргалки и конспекты прошлых тем содержат необходимую информацию для успешного выполнения проекта.
Ознакомьтесь с проектом, который нужно выполнить в конце курса.
Описание проекта
Компания «Чётенькое такси» собрала исторические данные о заказах такси в аэропортах. Чтобы привлекать больше водителей в период пиковой нагрузки, нужно спрогнозировать количество заказов такси на следующий час. Постройте модель для такого предсказания.
Значение метрики RMSE на тестовой выборке должно быть не больше 48.
Инструкция по выполнению проекта
- Загрузите данные и выполните их ресемплирование по одному часу.
- Проанализируйте данные.
- Обучите разные модели с различными гиперпараметрами. Сделайте тестовую выборку размером 10% от исходных данных.
- Проверьте данные на тестовой выборке и сделайте выводы.
Описание данных
Данные лежат в файле /datasets/taxi.csv. Скачать датасет.
Количество заказов находится в столбце 'num_orders' (от англ. number of orders, «число заказов»).
Как будут проверять проект?
Мы подготовили критерии оценки проекта, которыми руководствуются ревьюеры. Прежде чем приступить к решению кейса, внимательно их изучите.
На что обращают внимание ревьюеры, проверяя проект:
- Все ли шаги по инструкции выполняете?
- Как готовите данные?
- Как анализируете данные?
- Какие модели и гиперпараметры рассматриваете?
- Не дублируете ли код?
- Какие выводы делаете?
- Следите ли за структурой проекта?
- Поддерживаете аккуратность кода?
Всё, что вам нужно знать, есть в шпаргалках и конспектах прошлых тем.
Успеха!