Ανάλυση και πρόβλεψη χρονοσειρών

ECTS: 3
Περιγραφή μαθήματος:
Εισαγωγή – βασικές έννοιες των χρονοσειρών. Συνήθη μοντέλα χρονολογικών σειρών (γραμμικά, αυτοπαλινδρομούμενα, ARMA, ARIMA κ.λπ.). Πρόβλεψη με νευρωνικά δίκτυα (π.χ. μοντέλα LSTM). Επιλεγμένες προηγμένες μέθοδοι (π.χ. Prophet του Facebook). Επικύρωση προβλέψεων και μέτρα ποιότητας. Πρόκληση Επιστήμης Δεδομένων (Kaggle). Εργαστηριακές ώρες με R, Python (scikit-learn), TensorFlow (Keras), PyTorch.

Συντονιστής μαθημάτων: Άγγελος Πικράκης