Прогнозирование потребления и цен РСВ при помощи нейронных сетей в Python: Повышение квалификации

Какие полезные знания, навыки слушатели получат в результате обучения для решения этой проблемы

1. знания о нейронных сетях
2. знания о прогнозировании потребления или цен на электроэнергию при помощи нейронных сетей
3. навыки написания кода в Python, основные конструкции языка
4. навыки создания нейронных сетей при помощи стэка технологий Python/Keras/TensorFlow
5. пример реализации нейронной сети при помощи Python/Keras/TensorFlow, код которого слушатели заберут с собой.

Решая задачи прогнозирования потребления и цен на электроэнергию в MS Excel, специалисты в определенный момент сталкиваются с невозможностью усложнить вычисления и, как следствие, не могут повысить качество прогнозов. Работа превращается в рутину, качество ее годами не улучшается.
Для повышения качества прогнозирования необходимо перейти на новый, более эффективный инструмент, что требует времени и громадных усилий на первом этапе. Семинар поможет специалистам в области прогнозирования сделать первые несколько шагов по разработке моделей прогнозирования в Python. Участники семинара сначала получат базовые тоеретические знания, а затем вместе с предподавателем напишут код в Python, который реализует нейронную сеть для прогнозирования потребления или цены РСВ. Исходные данные будут предоставлены преподавателем. Написанный код программы слушатели заберут с собой, чтобы позднее самостоятельно его усложнять.

Решая задачи прогнозирования потребления и цен на электроэнергию в MS Excel, специалисты в определенный момент сталкиваются с невозможностью усложнить вычисления и, как следствие, не могут повысить качество прогнозов. Работа превращается в рутину, качество ее годами не улучшается.