Eğitimin Amacı ve Kapsamı
Satış, trafik, enerji tüketimi veya nakit akışı gibi zamana bağlı verilerde rastgele train/test ayrımı yanıltıcı sonuçlar verir. Program; trend ve mevsimsellik ayrıştırması, durağanlık, ARIMA/SARIMA ve ETS gibi istatistiksel modeller, lag özellikleriyle LightGBM gibi ML yaklaşımları ve statsforecast, sktime, Darts gibi kütüphaneleri ele alır.
Rolling-origin backtesting, MASE ve sMAPE gibi metrikler ve conformal yöntemlerle tahmin aralıkları uygulamalı işlenir. Katılımcılar kurumun serisine benzer bir veri üzerinde model karşılaştırma raporu üretir.
Kimler Katılmalı?
- Veri bilimciler ve tahminleme analistleri
- Finans, planlama ve operasyon analitiği ekipleri
- Enerji, telekom ve perakende veri ekipleri
- Ön koşul: Python ve temel istatistik bilgisi
Kazanımlar
- Zaman serisini trend, mevsimsellik ve gürültü bileşenlerine ayırmak
- İstatistiksel ve ML tabanlı forecast modellerini kurup karşılaştırmak
- Rolling-origin backtesting ile dürüst performans ölçmek
- Tatil, kampanya gibi dış değişkenleri modele katmak
- Tahmin aralıklarıyla belirsizliği raporlamak
Konular
Zaman Serisi Analizi
- Trend, mevsimsellik, STL ayrıştırması
- Durağanlık, ACF/PACF ve otokorelasyon
İstatistiksel Modeller
- ARIMA, SARIMA, ETS ve Theta
- statsforecast ile çoklu seri modelleme
Makine Öğrenmesi ile Forecasting
- Lag, rolling ve takvim özellikleriyle LightGBM
- Recursive ve direct çok adımlı tahmin stratejileri
Dış Değişkenler ve Hiyerarşik Seriler
- Tatil, fiyat ve kampanya etkilerinin modellenmesi
- Hiyerarşik uzlaştırma (reconciliation)
Backtesting ve Belirsizlik
- Rolling-origin değerlendirme, MASE, sMAPE
- Conformal tahmin aralıkları ve model karşılaştırma raporu
Bu Kategorideki Diğer Eğitimler
-
İstatistiksel yöntemler, Isolation Forest, LOF, autoencoder ve zaman serisi anomali teknikleriyle etiketsiz veride olağandışı davranışları yakalama; eşik belirleme, alarm yorgunluğu ve değerlendirme stratejileri dahil.
- Canlı Kurs
- 5 modül
-
Uygulamalı Makine Öğrenmesi
Scikit-learn, XGBoost, LightGBM ve CatBoost ile uçtan uca makine öğrenmesi pipeline'ları, özellik mühendisliği, Optuna ile hiperparametre optimizasyonu ve SHAP/LIME ile model açıklanabilirliği.
- Canlı Kurs
- 3 modül
-
Ödeme, sigorta ve hesap sahtekarlığı için davranışsal özellikler, gradient boosting, anomali skorları ve kural-model hibrit yapılar; aşırı dengesiz veri, gecikmeli etiketler ve operasyonel eşik yönetimi uygulamalı işlenir.
- Canlı Kurs
- 5 modül
-
Kredi, sigorta ve tedarikçi riski için WoE/IV ile değişken analizi, lojistik regresyon scorecard, gradient boosting alternatifleri, reject inference ve skor kalibrasyonu; açıklanabilir ve denetlenebilir risk skorları kurulur.
- Canlı Kurs
- 5 modül
-
Churn, satın alma ve cross-sell eğilim modelleri; hedef tanımı, müşteri davranış özellikleri, survival analizi, uplift modelleme ve kampanya hedeflemesiyle tahminleri ölçülebilir elde tutma ve satış aksiyonlarına dönüştürür.
- Canlı Kurs
- 5 modül
-
İşbirlikçi filtreleme, içerik tabanlı ve hibrit öneri modelleri, matris faktörizasyonu, implicit feedback, cold-start çözümleri ve ranking metrikleri; kişiselleştirilmiş ürün ve içerik öneri motorları kurulur.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin
