15 aprile 2021 dalle ore 9.30 alle ore 17.30
MODULO 5 - La costruzione di modelli statistici classici e la loro applicazione in Python
- FORECASTING: introduzione e generalità
- Che cosa sono e come si applicano
- Come funzionano i modelli previsionali
- Caratteristiche Modelli di previsione di Breve termine
- Modelli di tipo auto-regressivo generalizzato
- Modelli Jump & Regime Switching
- Modelli Mean - reverting & Jump Diffusion
- Modelli Volatility based
- Modelli non parametrici e Modelli fattoriali
- Modelli di previsione di Lungo termine
- Modelli di equilibrio
- Modello Montecarlo
- Modelli sulla Teoria dei Giochi
- Reti Bayesiane
- Applicazione in Python dei modelli analizzati
6 maggio 2021 dalle ore 9.30 alle ore 17.30
MODULO 6 - La costruzione di modelli di Machine Learning e Reti Neurali e la loro applicazione in Python
- FORECASTING: introduzione e generalità
- Che cosa sono e come si applicano
- Come funzionano i modelli previsionali
- Forecast nel mercato energetico: tuning e hyperpa rametrizzazione
- Forecast nel mercato energetico: deep learning models
- Data preparation per reti neurali e machine learning
- Forecast nel mercato energetico: deep learning con cnn & lstm
- Univariate models forecast
- Multivariate models forecast
- Multi-step models forecast
- Multi-step multivariate models forecast
- Librerie e tools per utili per forecast agile
-
Applicazione in Python dei modelli analizzati
