Zaman Serileri Analizi ve Tahminleme

Talep, stok, nakit akışı, çağrı hacmi ve enerji tüketimi gibi kurumsal kararların büyük bölümü geleceğe dair bir sayıya dayanır. Bu sayı çoğu kurumda geçen ayın ortalamasıyla ya da tecrübeye dayalı bir katsayıyla üretilir; sonuçta stok fazlası, karşılanamayan talep ve gerçekleşmeyen bütçeler ortaya çıkar. Zaman serisi analizi, mevsimsellik, trend ve kampanya etkisi gibi bileşenleri ayrıştırarak tahmini savunulabilir, ölçülebilir ve iyileştirilebilir bir sürece dönüştürür. Program yedi modülde klasik istatistiksel yöntemlerden derin öğrenmeli mimarilere uzanan geniş bir yelpazeyi uygulamalı olarak ele alır: keşifsel analiz ve ayrıştırma, ARIMA ve üstel düzleştirme aileleri, makine öğrenmesiyle tahminleme, derin öğrenme mimarileri, tahmin belirsizliği ve olasılıksal modelleme, kurumsal uygulamalar ve üretim altyapısı. Her modülde gerçek veri setleri üzerinde model kurulur, geriye dönük test yapılır ve hata metrikleriyle karşılaştırılır. Program sonunda katılımcı; veri hazırlığı, model seçimi, doğrulama ve yeniden eğitim planı tanımlanmış çalışan bir tahmin projesi teslim eder.