Forecasting - der Blick in die Zukunft mit Data Analytics

Einen Blick in die Zukunft zu werfen und zu wissen, was geschehen wird, war schon immer ein Wunsch von Menschen, die planen und Entscheidungen treffen müssen. Damit diese Vorhersagen genauer als ein Blick in eine Kristallkugel werden, untersuchen Analysten die Geschehnisse der Vergangenheit und errechnen daraus wiederkehrende Muster. Bei diesen Zeitreihenanalysen werden historische Daten und deren Einflussfaktoren betrachtet, um typische Verlaufsmuster, Trends oder beispielsweise saisonale Effekte nachzuweisen und sie auf relevante Einflussfaktoren zurückzuführen.
In diesem Lehrgang erlernen die Teilnehmenden anhand von praktischen Beispielen und Übungen die Grundlagen in der Bearbeitung und Analyse von Zeitdaten sowie verschiedene Methoden zur Vorhersage zukünftiger Ereignisse.


Kernthemen: Analyse historischer Daten: Grundlagen und Aufgaben der Zeitanalyse, Bearbeiten von Zeitdaten, Zeit in Graphen und Tabellen - Datenpunkte gegen Zeit | Elemente von Zeitreihen und einfache Vorhersagen: Interpretation von Zeitmerkmalen - Saisonalität, Trends, Korrelationen; einfache Vorhersagemodelle | Forcasting – Modelle für die Vorhersagen zukünftiger Ereignisse/Werte: Autoregression und Moving Average – ARMA/ARIMA Modelle; Maschinelles Lernen in der Zeitreihenanalyse

Zielgruppe: (m/w/d) Alle, die den Lehrgang "Data Analyst (IHK) (m/w/d)" erfolgreich abgeschlossen haben.

Einen Blick in die Zukunft zu werfen und zu wissen, was geschehen wird, war schon immer ein Wunsch von Menschen, die planen und Entscheidungen treffen müssen. Damit diese Vorhersagen genauer als ein Blick in eine Kristallkugel werden, untersuchen Analysten die Geschehnisse der Vergangenheit und errechnen daraus wiederkehrende Muster. Bei diesen Zeitreihenanalysen werden historische Daten und deren Einflussfaktoren betrachtet, um typische Verlaufsmuster, Trends oder beispielsweise saisonale Effekte nachzuweisen und sie auf relevante Einflussfaktoren zurückzuführen.
In diesem Lehrgang erlernen die Teilnehmenden anhand von praktischen Beispielen und Übungen die Grundlagen in der Bearbeitung und Analyse von Zeitdaten sowie verschiedene Methoden zur Vorhersage zukünftiger Ereignisse.


Kernthemen: Analyse historischer Daten: Grundlagen und Aufgaben der Zeitanalyse, Bearbeiten von Zeitdaten, Zeit in Graphen und Tabellen - Datenpunkte gegen Zeit | Elemente von Zeitreihen und einfache Vorhersagen: Interpretation von Zeitmerkmalen - Saisonalität, Trends, Korrelationen; einfache Vorhersagemodelle | Forcasting – Modelle für die Vorhersagen zukünftiger Ereignisse/Werte: Autoregression und Moving Average – ARMA/ARIMA Modelle; Maschinelles Lernen in der Zeitreihenanalyse