Séries temporais com R

Você deseja ser um profissional diferenciado e capacitado alinhado com as tendências futuras do setor de análise de dados? Quer aprender a analisar séries temporais, prever o futuro com as melhores técnicas de forecast e ainda sair do treinamento com um produto seu, uma aplicação web de séries temporais, publicada e pronta para uso?

Neste curso, você irá aprender a analisar séries temporais e aplicar as principais técnicas de forecast usando a linguagem R. O conteúdo foi planejado para contemplar tudo o que há de mais importante em séries temporais, com embasamento teórico e diversas aplicações práticas, tudo de forma didática e acessível, mesmo para quem tem conhecimentos básicos de R e estatística. No final do curso, nós ainda desenvolveremos uma aplicação web de séries temporais! Ou seja, além de ser capacitado a trabalhar com séries, você sairá do curso com um produto, um aplicativo pronto para ser usado.

Carga horária: 8 horas

Data horário: 31/07/2021 de 8:00 às 12:00 e 14:00 às 18:00

Ministrante: Alexandre Godinho

Inscriçãohttps://forms.gle/MvW3EANuZTidR9pi6

Investimento: R$ 85,00 via transferência (Banco do Brasil ou NuBank) ou R$ 92,00 com PagSeguro em parcela única. Pague com PagSeguro - é rápido, grátis e seguro!

Conteúdo:

Instruções: instalação de pacotes
Instruções: pastas e arquivos
Introdução às séries temporais
Decomposição de séries temporais
Conceitos e medidas
Pressupostos e transformações
Introdução ao Forecast e aos métodos básicos de previsão
Método do Drift
Suavização exponencial: introdução
Suavização exponencial simples
Método de Holt
Método de Holt-Winters
ARIMA (autoregressive integrated moving average)
Auto ARIMA
Modelos de regressão dinâmica
BATS/TBATS – modelos para múltipla sazonalidade
Forecast com Redes Neurais
Avaliação dos algoritmos

Criação de APP de séries temporais no R com Shiny
Apresentação do Shiny
Criando um projeto no Shiny
Criando um APP simples
APP Forecast: desenvolvimento e teste
APP Forecast: adição de gráficos para as previsões
APP Forecast: análise de resíduos e conclusão
Publicação do APP