L’evento formativo offrirà una panoramica completa sull’evoluzione delle tecniche di analisi delle serie temporali, partendo dai fondamenti fino alle più moderne architetture di Deep Learning:
- Fondamenti delle Serie Temporali: caratteristiche distintive, principali campi di applicazione, tecniche di pre-processing e manipolazione dei dati
- Approcci Classici (ML) al Forecasting: approfondimento di modelli ARIMA e XGBoost
- Architetture Deep Learning per Time Series: focus su Reti LSTM, CNN e Transformers applicati a forecasting, classificazione e rilevamento anomalie
- Docente: Eric Pascolo