Master time series forecasting from the ground up through one cohesive, real-world project: predicting global semiconductor chip sales and NVIDIA stock prices. This hands-on course takes you through the complete forecasting workflow—acquiring data from APIs and public sources, wrangling and engineering features, running EDA, and building models that actually ship. You'll implement the full spectrum of techniques: classical statistical models (ARIMA, SARIMA, SARIMAX, Prophet), tree-based machine learning (XGBoost, LightGBM with Optuna tuning), and deep learning architectures (LSTM, GRU, CNN-LSTM, Temporal Fusion Transformers). Go further with multivariate analysis using Granger causality, VAR, and VECM to uncover how chip sales and stock prices influence each other, then combine everything into ensemble and hybrid pipelines. Finally, deploy your best model as a live FastAPI endpoint and an interactive Streamlit dashboard, complete with automated retraining and cloud deployment. Across 4 modules and 48 concise videos, you'll build a portfolio-ready, end-to-end forecasting system that demonstrates production-grade skills employers value.

Time Series Forecasting with Python: Models to Production

Time Series Forecasting with Python: Models to Production

Dozent: Board Infinity
Bei Mehr erfahren enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel
Empfohlene Erfahrung
1 Woche zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Build and evaluate statistical models: exponential smoothing, Holt-Winters, ARIMA, SARIMA, SARIMAX, and Prophet.
Implement deep learning architectures: LSTM, GRU, CNN-LSTM hybrids, and Temporal Fusion Transformers.
Frame forecasting as supervised learning and train tree-based models with leak-free time series cross-validation.
Kompetenzen, die Sie erwerben
- Kategorie: Correlation Analysis
- Kategorie: Model Evaluation
- Kategorie: Recurrent Neural Networks (RNNs)
- Kategorie: Predictive Modeling
- Kategorie: Deep Learning
- Kategorie: Data Preprocessing
- Kategorie: Machine Learning
- Kategorie: Statistical Analysis
- Kategorie: Statistical Modeling
- Kategorie: MLOps (Machine Learning Operations)
- Kategorie: Model Training
- Kategorie: Forecasting
- Kategorie: Statistical Methods
- Kategorie: Supervised Learning
- Kategorie: Applied Machine Learning
- Kategorie: Time Series Analysis and Forecasting
- Kategorie: Data Wrangling
- Kategorie: Feature Engineering
Werkzeuge, die Sie lernen werden
- Kategorie: Model Deployment
- Kategorie: Python Programming
Wichtige Details

Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Kürzlich aktualisiert!
Juni 2026
Bewertungen
16 Aufgaben
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

In diesem Kurs gibt es 4 Module
Dozent

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,


