Dieser Kurs bietet eine umfassende Einführung in die Zeitreihenanalyse und -vorhersage und behandelt grundlegende Konzepte sowie fortgeschrittene Techniken. Die Teilnehmer werden wichtige statistische Eigenschaften, Anomalieerkennung und praktische Prognoseansätze erkunden, die in Wirtschaft, Finanzen und Forschung verwendet werden.
Im Anschluss wird werden die folgenden Themen behandelt:

• Grundlagen der Zeitreihenanalyse: Verständnis von Mittelwert, Median, Mode, Varianz, Standardabweichung, Skewness und Kurtosis.
• Anomalieerkennung: Identifizierung ungewöhnlicher Muster in Zeitreihendaten.
• Zeitreihenvorhersage:
  • Grundlagen & Basismethoden: Dekomposition, naive saisonale Vorhersagen, Random Walks und Stationaritätsprüfungen.
  • Statistische Modelle: AR, MA, ARMA, ARIMA, SARIMA, SARIMAX und VAR.
  • Deep Learning Ansätze: RNN, LSTM, Transformer, N-BEATS und N-HITS.
  • Grundlagenmodelle: Neueste Entwicklungen in der Zeitreihenvorhersage.
• Praktische Anwendungen:
  • Wirtschaft & Ökonomie: Verkaufsprognosen und Nachfragevorhersagen.
  • Finanzen & Aktienmarkt: Vorhersage von Vermögenspreisen und Trendanalysen.

Am Ende dieses Kurses werden die Teilnehmer praktische Fähigkeiten zur Analyse und Vorhersage von Zeitreihendaten mithilfe statistischer und maschineller Lernmodelle erworben haben.