Programma
21 settembre 2023
9.30 – 17-00
LA METODOLOGIA STANDARD CRISP-DM PER LA REALIZZAZIONE DEI PROGETTI ANALITICI E I MODELLI DI DEEP LEARNING DI FORECASTING
Forecast nel mercato energetico: intro
- Check Python, librerie e tools
- Introduzione ai modelli Deep Learning: perché e quando utilizzarli
- Introduzione alle variabili esogene
Forecast nel mercato energetico: i modelli di breve medio e lungo termine
- Impatto delle variabili meteo-climatiche sulla produzione, consumo e prezzo dell’energia
- Quali modelli utilizzare in presenza di tante variabili esogene
- Quali modelli utilizzare in presenza di tante serie storiche da prevedere
- Quali modelli utilizzare in funzione dell’orizzonte temporale
Forecast nel mercato energetico: modelli di deep learning base
- Modelli basati sul clustering di serie storiche
- Modelli basati su reti Feed Forward Neural Networks
- Modelli basati su reti Convolutional Neural Networks
- Esercitazione: previsione del prezzo dell’energia elettrica
22 settembre 2023
9.30 – 17-00
COSTRUIRE MODELLI DI DEEP LEARNING AVANZATI E APPLICARLI IN PYTHON PER LA CREAZIONE DI MODELLI DI FORECASTING SU BIG DATA
Forecast nel mercato energetico: modelli avanzati di deep learning
- Modelli Ibridi
- Modelli avanzati su big data
- Esercitazione: quanto siamo diventati bravi? costruiamo un modello simulando di partecipare a una challenge mondiale sulla previsione del prezzo dell’energia elettrica!
