Formazione Online | Python per modelli predittivi – livello intermedio
Python per modelli predittivi – livello intermedio
Strumenti di Statistical e Machine Learning per creare modelli di forecasting della domanda e prezzo di EE e Gas e ottimizzare il portafoglio
- 06 Giu 2024 > 13 Giu 2024
- 14 ore
- online
- Attestato di partecipazione
Per costruire modelli previsionali più snelli, è necessario individuare i giusti algoritmi per l’ottimizzazione del portafoglio.
Le giornate del 6 e 13 giugno sono l’occasione per avere gli strumenti tecnici per creare features per la previsione di serie storiche di domande e prezzo della commodity e per implementare modelli basati su dati statistici e di machine learning attraverso esempi e use case.
Puoi contare sulle competenze pratiche di un professionista della materia con una consolidata esperienza nella programmazione in Python applicata al mercato energetico.
Il corso è strutturato in esercitazioni con supporto e feed-back immediato da parte del docente, quindi, per la buona riuscita del corso è necessario presentarsi muniti PC con già istallato Python.
Per prepararti al meglio e utilizzare le potenzialità offerte da Python, iscriviti al percorso completo:
- Python per il Data Science – livello base (25 e 31 gennaio 2024)
- Python per realizzare modelli predittivi ingegnerizzati di forecasting – livello avanzato (22 e 29 ottobre 2024)
Grazie alla nostra certificazione UNI EN ISO 9001:2015 potrai sfruttare le opportunità della formazione finanziata
A chi si rivolge
Il corso si rivolge a chi ha già delle conoscenze di base in Python.
In particolare, è d’interesse per:
- Forecasting Manager
- Logistics/supply manager
- Trading/Model & Analysis Manager
- Portfolio Manager
- Data Analyst/Scientist
Perché partecipare
Partecipa al corso per:
- costruire previsioni efficaci e veloci con Python e valutarne l’efficacia rispetto alle prestazioni richieste
- applicare principi di analisi dei dati statistici per creare modelli di forecasting
- comprendere le funzionalità dei principali modelli, ARIMA, SARIMA, ETS, State Space per compiere correttamente previsioni di breve e lungo periodo
- manipolare dati grezzi per analizzarli ed elaborarli attraverso reti neurali e procedure di machine learning
- individuare le peculiarità dei modelli di machine learning per adattarli all’analisi predittiva di serie storiche.
Programma
6 giugno 2024
9.00-17.00
Facciamo il punto: il forecast nel mercato energetico
- Check Python, librerie e tools
- Introduzione agli Analytics: Data Science, Data Mining, Artificial Intelligence, Machine Learning e Deep Learning
COSTRUIRE MODELLI STATISTICI CLASSICI E APPLICARLI IN PYTHON PER LA CREAZIONE DI MODELLI DI FORECASTING
Forecast nel mercato energetico: dall’analisi dei dati ai modelli di forecast
- Data discovery & visualization
- Struttura temporale delle serie storiche
- Metriche e parametri di valutazione dei modelli di forecast
- Esercitazione: analisi esplorativa serie storiche elettriche di consumo e prezzo
Forecast nel mercato energetico: i modelli di breve medio e lungo termine
- ARIMA
- SARIMA
- ETS
- State Space Models
- Esercitazione: modelli predittivi serie storiche elettriche di consumo e prezzo
Forecast nel mercato energetico: tuning e hyperparametrizzazione
- Esercitazione: tuning modelli predittivi serie storiche elettriche di consumo e prezzo
13 giugno 2024
9.00-17.00
COSTRUIRE MODELLI DI MACHINE LEARNING E RETI NEURALI E APPLICARLI IN PYTHON PER LA CREAZIONE DI MODELLI DI FORECASTING
Forecast nel mercato energetico: data preparetion per i modelli di machine learning
- Data preparation per Reti Neurali e Machine Learining
- Esercitazione: data preparatioN su serie storiche elettriche di consumo e prezzo
Forecast nel mercato energetico: modelli base ed avanzati di machine learning
- Uninvariate Models Forecast
- Multivariate Models Forecast
- Multti-step Models Forecast
- Multi-step Multivariate Models Forecast
- Esercitazione: modelli predittivi serie storiche elettriche di consumo e prezzo
Librerie e tools per utili per forecast agile
- Esercitazione: modelli predittivi serie storiche elettriche di consumo e prezzo
Date e sedi
online
Formazione in House
Sceglici per la tua formazione personalizzata: a partire dall’analisi dei tuoi obiettivi e delle tue esigenze progettiamo una soluzione su misura adattando i contenuti per la tua azienda. Scegli tu come, dove e quando
Corsi e eventi correlati
Metodologia standard CRISP-DM per creare modelli avanzati basati di Deep Learning e per prevedere la produzione, domanda e prezzo di…
Formazione Online
online
In promozioneAnalizzare, gestire ed elaborare le sequenze dati attraverso funzioni e programmazione a oggetti per impostare attività di forecasting
Formazione Online
online
In Promozione