BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Кафедра САІТ - ECPv6.6.2//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:http://sait.vntu.edu.ua/uk
X-WR-CALDESC:Події для Кафедра САІТ
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Kiev
BEGIN:DAYLIGHT
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EEST
DTSTART:20220327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0300
TZOFFSETTO:+0200
TZNAME:EET
DTSTART:20221030T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Kiev:20220525T000000
DTEND;TZID=Europe/Kiev:20220525T235959
DTSTAMP:20260422T113944
CREATED:20230228T105825Z
LAST-MODIFIED:20230228T105825Z
UID:13489-1653436800-1653523199@sait.vntu.edu.ua
SUMMARY:Нове відео "Аналіз та прогнозування часових рядів на прикладі курсу біткоїна" на You Tube-каналі проф.Мокіна В.Б.
DESCRIPTION:Завідувач кафедри САІТ ФІІТА ВНТУ продовжує ділитись досвідом у сфері штучного інтелекту та Data Science на Python. Опублікував нове відео “Аналіз та прогнозування часових рядів на прикладі курсу біткоїна” у своєму YouTube-каналі “Курс AI-ML-DS Training на Python”: https://www.youtube.com/watch?app=desktop&v=hodUvdBC3js&list=PL4DHq-xU-ebUiB6T6vjd0SoDha4GOm8zV&index=24 У програмі на Python реалізовано і моделі часових рядів (FB Prophet\, ARIMA)\, і класичні моделі машинного навчання на основі багатьох ознак – регресії\, дерева рішень\, багатошарова нейронна мережа та ін. Розвідувальний аналіз даних\, синтез нових ознак у різний спосіб\, формування навчального\, валідаційного та тестового датасету\, тюнінг параметрів кожної моделі\, вибір оптимальної моделі і прогноз за нею\, аналіз важливості ознак – про це в деталях і на прикладі.
URL:http://sait.vntu.edu.ua/uk/event/%d0%bd%d0%be%d0%b2%d0%b5-%d0%b2%d1%96%d0%b4%d0%b5%d0%be-%d0%b0%d0%bd%d0%b0%d0%bb%d1%96%d0%b7-%d1%82%d0%b0-%d0%bf%d1%80%d0%be%d0%b3%d0%bd%d0%be%d0%b7%d1%83%d0%b2%d0%b0%d0%bd%d0%bd%d1%8f-%d1%87%d0%b0/
LOCATION:YouTube-канал “Курс AI-ML-DS Training на Python”
CATEGORIES:Тренінг
END:VEVENT
END:VCALENDAR