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:20220926T000000
DTEND;TZID=Europe/Kiev:20221026T235959
DTSTAMP:20260420T233329
CREATED:20230228T105749Z
LAST-MODIFIED:20230228T105749Z
UID:13476-1664150400-1666828799@sait.vntu.edu.ua
SUMMARY:Нове відео "Розвідувальний аналіз даних (EDA) 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 (вже 25-те!) відео “Розвідувальний аналіз даних (EDA) на прикладі курсу біткоїна” у своєму YouTube-каналі “Курс AI-ML-DS Training на Python”: https://www.youtube.com/watch?v=ZEk966jtmjg…\nРозроблений раніше ноутбук для аналізу та прогнозування курсу біткоїна\, який легко можна використати для прогнозування й інших криптовалют (та й інших часових рядів) удосконалено: \n– Розбито на два: окремо – аналіз та окремо – прогнозування\, оскільки ноутбук був надто важкий для сприйняття і перевантажений графіками. Обидва адаптувано вже для роботи з поточною датою\, а не фіксовано тільки по 2021 р. \n– Ноутбук з аналізу “Crypto – BTC : Advanced EDA” (https://www.kaggle.com/code/vbmokin/crypto-btc-advanced-eda) доповнив новим розділом (саме він охарактеризований у новому відео)\, про це – далі. \n– Ноутбук з прогнозуванням “Crypto – BTC : Analysis & Forecasting” (https://www.kaggle.com/…/crypto-btc-analysis-forecasting) оптимізувано\, прибравши ручний спосіб визначення параметрів моделі ARIMA. Досвід показав\, що автоматичний варіант спрацьовує непогано теж\, хоча\, як правило\, найкращою є модель Prophet або одна з багатофакторних моделей – моделі ARIMA або працюють гірше\, або потребують удосконалення. \nУ новому ноутбуці з аналізу даних будуються різні графіки\, перевіряється часовий ряд на стаціонарність\, сезонність\, проводиться аналіз дат аномальних значень ряду\, порівняння з даними смертності від COVID-19 у США та ін.\, але новим є останній розділ – застосування бібліотек для автоматичного аналізу даних за різні проміжки часу: з використанням бібліотек Sweetviz та AutoViz. У відео охарактеризовано особливості їх використання та продемонстровано результат на прикладі. \nМатеріал буде корисним як тим\, хто вивчає автоматизацію побудови графіків на Python\, так і тим\, хто зараз здійснює написання своєї магістерської кваліфікаційної роботи на ФІІТА ВНТУ\, де\, як правило\, вимагається по-більше аналітики.
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-%d1%80%d0%be%d0%b7%d0%b2%d1%96%d0%b4%d1%83%d0%b2%d0%b0%d0%bb%d1%8c%d0%bd%d0%b8%d0%b9-%d0%b0%d0%bd%d0%b0%d0%bb%d1%96%d0%b7-%d0%b4%d0%b0%d0%bd/
LOCATION:YouTube-канал “Курс AI-ML-DS Training на Python”
CATEGORIES:Тренінг
END:VEVENT
END:VCALENDAR