Großmeister-Workshop: Forecasting von Zeitreihen
Dieser Online-Workshop findet am 7. Mai 2021 statt.
Die Vorhersage von Zeitreihen (z.B. Nachfrage, Absatz oder Energie-Verbrauch) ist für viele Unternehmen von großem Nutzen und eine hoch relevante Problemstellung für viele Data Scientists in der Praxis.
In dem Workshop lernen die Teilnehmer:Innen Ansätze aus der Praxis, von Großmeistern aus verschiedenen Kaggle-Wettbewerben und wie diese Ansätze in ihren Data-Science-Projekten eingesetzt werden können.
Die Teilnehmer:innen erfahren im Einzelnen, wie Machine-Learning-Algorithmen für die Prognosen von Zeitreihen eingesetzt werden können, welche Features dafür genutzt werden, wie verschiedene Verfahren zu Ensembles kombiniert werden können und wie die Modelle korrekt validiert werden
Vorkenntnisse
Grundkenntnisse in Python, Pandas & Machine Learning
Lernziele
Die Teilnehmer:innen haben die vorgestellten Techniken (Feature Engineering, Modellierung, Ensembling & Validierung) an praxisnahen Daten ausprobiert und können diese Techniken in ihren eigenen Projekten einsetzen können.
Agenda
9:00 Uhr: Einführung9:10 Uhr: ML für Zeitreihen
10:40 Uhr: Pause
10:50 Uhr: Validierung von Zeitreihen-Modellen
11:50 Uhr: Feature Engineering
12:20 Uhr: Mittagspause
13:20 Uhr: Embeddings
13:50 Uhr: Kombination mit klassischen Zeitreihenverfahren
14:35 Uhr: Pause
14:45 Uhr: Transformation der Zielvariable
15:15 Uhr: Ensembles
16:00 Uhr: Ende
Technische Anforderungen
Wir benötigen für den Workshop eine Jupyter-Umgebung und empfehlen dafür Kaggle. Die Teilnehmenden benötigen dafür einen kostenlosen Account bei Kaggle.Speaker
Thomas Bierhance verantwortet als Practice Lead for Data Science & AI die Aktivitäten der eXXcellent solutions, um für Kunden Mehrwert und Nutzen aus Daten zu schaffen. Nach dem Studium der Informationswirtschaft am KIT war er als Entwickler, Berater und Manager tätig. Er beschäftigt sich seit über 20 Jahren mit Anwendungen des Maschinellen Lernens und verbindet dabei Geschäft und Technik.