Formazione Online | Python intermedio per le Utility
Python intermedio per le Utility
Strumenti di Statistical e Machine Learning per creare modelli di forecasting di domanda e prezzo e ottimizzare il portafoglio
- 16 Mag 2025 > 30 Mag 2025
- 14 ore
- online
- Attestato di partecipazione
- PERCORSO PYTHON
In Promozione fino al 07/04
Promozioni
Approfitta della promozione BUNDLE PYTHON :
Ottieni una promozione in carrello sulla quota attiva al momento dell’acquisto scegliendo il percorso completo con tutti e 3 i corsi, o abbinando BASE + INTERMEDIO o INTERMEDIO + AVANZATO*.
Abbina i corsi secondo le tue esigenze:
- Python base per le Utility (20 e 27 gennaio 2025)
Analizzare ed elaborare le sequenze dati attraverso funzioni e programmazione a oggetti per impostare attività di forecasting
- Python intermedio per le Utility (16 e 30 maggio 2025)
Strumenti di Statistical e Machine Learning per creare modelli di forecasting di domanda e prezzo e ottimizzare il portafoglio
- Python avanzato per le Utility (24 e 31 ottobre 2025)
Metodologia standard CRISP-DM per creare modelli avanzati basati su Deep Learning e per prevedere produzione, domanda e prezzo
*L’offerta è cumulabile con altre promozioni in corso!
Per costruire modelli previsionali più snelli, è necessario individuare i giusti algoritmi per l’ottimizzazione del portafoglio.
Le giornate del 16 e 30 maggio sono l’opportunità per avere gli strumenti tecnici per creare features per la previsione di serie storiche di domande e prezzo della commodity e per implementare modelli basati su dati statistici e di machine learning attraverso esempi e use case.
In particolare, è l’occasione per:
- approfondire l’utilizzo di Python e delle sue librerie per costruire e applicare modelli di forecast nel mercato energetico, dai modelli statistici classici ai modelli di machine learning
- sperimentare direttamente tramite esercitazioni pratiche su serie storiche di consumo e prezzo e migliorare le competenze nel tuning e nell’ottimizzazione dei modelli predittivi.
La docenza è affidata ad un Data Scientist con una consolidata esperienza nella programmazione in Python, con focus specifico sul settore energy.
Il corso è strutturato in esercitazioni con supporto e feed-back immediato da parte del docente, pertanto è necessario avere già istallato Python sul PC con cui si accede al corso.
A chi si rivolge
Il corso si rivolge a chi ha già delle conoscenze di base in Python e vuole capire come implementare elementi di Statistical e Machine Learning.
In particolare, è d’interesse per:
- Forecasting Manager
- Portfolio Manager
- Risk Analyst
- Energy Manager
- Logistics/supply Manager
- Trading/Model & Analysis Manager
- Data Analyst/Scientist
Perché partecipare
Partecipa al corso intermedio per:
- costruire previsioni efficaci e veloci con Python e valutarne l’efficacia rispetto alle prestazioni richieste
- applicare principi di analisi dei dati statistici per creare modelli di forecasting
- comprendere le funzionalità dei principali modelli, ARIMA, SARIMA, ETS, State Space per compiere correttamente previsioni di breve e lungo periodo
- manipolare dati grezzi per analizzarli ed elaborarli attraverso reti neurali e procedure di machine learning
- individuare le peculiarità dei modelli di machine learning per adattarli all’analisi predittiva di serie storiche.
“Il corso è adatto a chi vuole approfondire gli algoritmi di machine learning per la previsione delle serie storiche attraverso esempi pratici ben dettagliati”
Data Analyst – NovaAeg
Formazione Finanziata
Grazie alla nostra certificazione UNI EN ISO 9001:2015 puoi sfruttare le opportunità della formazione finanziata
Programma
16 maggio 2025
dalle 9.30 alle 17.30
Facciamo il punto: il forecast nel mercato energetico
- Check Python, librerie e tools
- Introduzione agli Analytics: Data Science, Data Mining, Artificial Intelligence, Machine Learning e Deep Learning
COSTRUIRE MODELLI STATISTICI CLASSICI E APPLICARLI IN PYTHON PER LA CREAZIONE DI MODELLI DI FORECASTING
Forecast nel mercato energetico: dall’analisi dei dati ai modelli di forecast
- Data discovery & visualization
- Struttura temporale delle serie storiche
- Metriche e parametri di valutazione dei modelli di forecast
- Esercitazione: analisi esplorativa serie storiche elettriche di consumo e prezzo
Forecast nel mercato energetico: i modelli di breve medio e lungo termine
- ARIMA
- SARIMA
- ETS
- State Space Models
- Esercitazione: modelli predittivi serie storiche elettriche di consumo e prezzo
Forecast nel mercato energetico: tuning e hyperparametrizzazione
- Esercitazione: tuning modelli predittivi serie storiche elettriche di consumo e prezzo
30 maggio 2025
dalle 9.30 alle 17.30
COSTRUIRE MODELLI DI MACHINE LEARNING E RETI NEURALI E APPLICARLI IN PYTHON PER LA CREAZIONE DI MODELLI DI FORECASTING
Forecast nel mercato energetico: data preparetion per i modelli di machine learning
- Data preparation per Reti Neurali e Machine Learining
- Esercitazione: data preparatioN su serie storiche elettriche di consumo e prezzo
Forecast nel mercato energetico: modelli base ed avanzati di machine learning
- Uninvariate Models Forecast
- Multivariate Models Forecast
- Multti-step Models Forecast
- Multi-step Multivariate Models Forecast
- Esercitazione: modelli predittivi serie storiche elettriche di consumo e prezzo
Librerie e tools per utili per forecast agile
- Esercitazione: modelli predittivi serie storiche elettriche di consumo e prezzo
Formazione in House
Sceglici per la tua formazione personalizzata: a partire dall’analisi dei tuoi obiettivi e delle tue esigenze progettiamo una soluzione su misura adattando i contenuti per la tua azienda. Scegli tu come, dove e quando
Corsi e eventi correlati
Analizzare ed elaborare le sequenze dati attraverso funzioni e programmazione a oggetti per impostare attività di forecasting
Formazione Online
online
PERCORSO PYTHONPotenziare il processo previsionale con l’intelligenza artificiale per migliorare l’accuratezza e l’adattabilità delle analisi
Formazione Online
online
In promozioneMetodologia standard CRISP-DM per creare modelli avanzati basati su Deep Learning e per prevedere produzione, domanda e prezzo
Formazione Online
online