Материалы для курса
Программа курса в файле syllabus
Задачи для разбора в папке exercises
| Библиотека | Описание |
|---|---|
pandas |
Табличные данные |
numpy |
Работа с массивами данных, преобразование данных |
yfinance |
Загрузка данных с finance.yahoo.com |
pandas-datareader |
Загрузка данных из внешних БД (FRED, finance.yahoo.com etc) |
statsmodels |
Эконометрический анализ и базовый анализ временных рядов |
arch |
Тесты и модели временных рядов |
pmdarima |
ARIMA-модель |
scikit-learn |
Методы машинного обучения |
sktime |
Фреймворк для анализ временных рядов |
scipy.stats |
Статистические методы (распределения и проч) |
torch |
Фрейворк Pytorch для машинного обучения |
pytorch-forecasting |
Нейросети для прогнозирование |
seaborn |
Визуализация статистических данных |
matplotlib |
Визуализация данных |
plotly |
Визуализация данных |
В командной строке (Anaconda PowerShell Prompt в Windows, Terminal в MacOS) выполнить следующие команды (в дополнении в основным библиотекам)
conda install -c conda-forge yfinance pandas-datareader arch-py pmdarima sktimepip install yfinance pandas-datareader arch pmdarima sktime
В Google Colab недостающие библиотеки можно установить командой в первой ячейке (это нужно делать при каждом открытии ноутбука)
%%capture --no-display
!pip install sktime pmdarima arch pytorch-forecasting