Time Series Analysis with RapidMiner

Objectives

In diesem Seminar befassen sich die Teilnehmer mit der Analyse und dem Umgang mit Techniken der Zeitreihen-Datenwissenschaft. Es werden grundlegende Konzepte der Zeitreihenanalyse wie Lagging und Windowing sowie explorative Datenanalyseverfahren wie gleitende Durchschnitte, Integration und Differenzierung vorgestellt. Zudem lernen die Teilnehmer die gängigsten analytischen Methoden zur Modellierung - speziell von Zeitreihendaten wie bspw. ARIMA und saisonalen Prognosen - kennen.

Target audience

• Analysten
• Data Scientists

Requirements

• Grundlegende Computerprogramm- und Mathematikkenntnisse
• RapidMiner & Data Science: Foundations und RapidMiner & Data Science: Advanced oder RapidMiner Analyst Certification exam

Agenda

Einführung in die Zeitreihendaten

Explorative Datenanalyse für Seriendaten

• Differenzierung
• Gleitende Durchschnitte
• Fourier-Transformation und Logarithmen
• Erweiterte Serientransformationen

Reihenaggregation und -verdichtung mit Windowing

Prädiktive Modellierung mit ARIMA-Methoden

Prädiktive Modellierung mit exponentiell glättenden Prognosemethoden

• Holt Winters für saisonale Anpassungen

Windowing und Predictive Modeling mit konventionellen maschinellen Lernalgorithmen

Überlegungen zu anderen Zeitreihendaten