Python per il forecasting energetico
Creare modelli da applicare per prevedere domanda e prezzo di EE e Gas e per ottimizzare il portafoglio 17 Marzo 18 Marzo 2020, Milano

Overview

Due giornate formative pratiche per imparare a

  • Costruire previsioni efficaci e veloci con Python e valutarne l’efficacia rispetto alle prestazioni richieste
  • Impostare modelli econometrici e di machine learning per la previsione di serie storiche di domanda e prezzo
  • Valutare quali variabili devono essere tenute in considerazione per la costruzioni dei modelli
  • Creare features per la previsione di serie storiche
  • Applicare modelli di Machine Learning tramite alberi decisionali e foreste casuali

Il corso è di carattere operativo, è quindi necessario partecipare muniti del proprio pc con Python istallato