Introdução às Séries Temporais
– Conceitos básicos de séries temporais; aplicações práticas em diversos domínios

Pré-processamento de Dados Temporais
– Tratamento de valores ausentes e ruídos; transformação de dados e normalização; análise exploratória inicial

Modelagem de Séries Temporais – Parte 1
– Seleção de modelos: ARIMA; divisão de dados em treinamento, validação e teste; decomposição de séries
temporais: identificação de tendência e sazonalidade

Modelagem de Séries Temporais – Parte 2
– Seleção de modelos: SARIMA; implementação de modelos SARIMA utilizando statsmodels
– Avaliação de Modelos e Métricas de Desempenho
– Métricas comuns de avaliação: RMSE, MAE, MAPE; avaliação de modelos em conjuntos de dados de teste;
avaliação de modelos

Estudos de Casos com Séries Temporais – Parte 1
– Apresentação de casos reais de séries temporais; análise dos desafios enfrentados e soluções propostas;
discussão sobre as abordagens utilizadas; análise de caso prático com séries temporais

Estudos de Casos com Séries Temporais – Parte 2
– Continuação da apresentação de casos reais de séries temporais; análise detalhada de técnicas e
metodologias aplicadas; discussão sobre insights e aprendizados obtidos; análise de caso prático adicional
com séries temporais

PERFIL:

Ao final do curso, você será capaz de aplicar técnicas avançadas de modelagem e avaliação de séries temporais para prever tendências e padrões, bem como analisar criticamente os resultados obtidos, visando fornecer insights valiosos e embasar decisões estratégicas.

PERÍODO DO CURSO:

01/10/2024 a 24/10/2024