Pós-Graduação em Data Science:

Previsão de Séries Temporais com a Biblioteca Prophet! 🔮 ⏳

Notebooks 📓

• Aula 1 - Conhecendo o Dataset
• Aula 2 - Primeiras previsões
• Aula 3 - Se aprofundando nas previsões
• Aula 4 - Tratamento de Outliers e Intervalos de Confiança
• Aula 5 - Validação e Métricas de Performance
• Aula 6 - Hiperparâmetros e Gráficos interativos com Plotly

Dados 🎲

Os estão disponíveis no Kaggle e são provenientes do Berkeley Earth Surface Temperature Study, que combina 1,6 bilhão de relatórios de temperatura de 16 arquivos pré-existentes.

Temos os seguintes datasets:

• Global Land and Ocean-and-Land Temperatures (GlobalTemperatures.csv)
• Global Average Land Temperature by Country (GlobalLandTemperaturesByCountry.csv)
• Global Average Land Temperature by State (GlobalLandTemperaturesByState.csv)
• Global Land Temperatures By Major City (GlobalLandTemperaturesByMajorCity.csv)
• Global Land Temperatures By City (GlobalLandTemperaturesByCity.csv)

Neste módulo vamos usar o dataset: Global Average Land Temperature by Country

Objetivo 🎯

Prever as médias de temperatura da superfície do solo no Brasil nos próximos anos.

Vamos lá!!!