Live Training | Python Avanzato: sviluppare modelli predittivi ingegnerizzati di forecasting per il mercato energetico
Creare modelli avanzati basati di Deep Learning utilizzando la metodologia standard CRISP-DM per prevedere la produzione, domanda e prezzo di EE e Gas 21 22 Settembre 2023

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!