Master time series forecasting from the ground up through one cohesive, real-world project: predicting global semiconductor chip sales and NVIDIA stock prices. This hands-on course takes you through the complete forecasting workflow—acquiring data from APIs and public sources, wrangling and engineering features, running EDA, and building models that actually ship. You'll implement the full spectrum of techniques: classical statistical models (ARIMA, SARIMA, SARIMAX, Prophet), tree-based machine learning (XGBoost, LightGBM with Optuna tuning), and deep learning architectures (LSTM, GRU, CNN-LSTM, Temporal Fusion Transformers). Go further with multivariate analysis using Granger causality, VAR, and VECM to uncover how chip sales and stock prices influence each other, then combine everything into ensemble and hybrid pipelines. Finally, deploy your best model as a live FastAPI endpoint and an interactive Streamlit dashboard, complete with automated retraining and cloud deployment. Across 4 modules and 48 concise videos, you'll build a portfolio-ready, end-to-end forecasting system that demonstrates production-grade skills employers value.

Time Series Forecasting with Python: Models to Production
Sichern Sie sich eines unserer besten Angebote mit Coursera Plus für 199 $ (normalerweise 399 $). Jetzt sparen.

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel
Empfohlene Erfahrung
1 Woche zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Build and evaluate statistical models: exponential smoothing, Holt-Winters, ARIMA, SARIMA, SARIMAX, and Prophet.
Implement deep learning architectures: LSTM, GRU, CNN-LSTM hybrids, and Temporal Fusion Transformers.
Frame forecasting as supervised learning and train tree-based models with leak-free time series cross-validation.
Kompetenzen, die Sie erwerben
- Kategorie: Forecasting
- Kategorie: Deep Learning
- Kategorie: Statistical Methods
- Kategorie: Supervised Learning
- Kategorie: Statistical Modeling
- Kategorie: Correlation Analysis
- Kategorie: Model Evaluation
- Kategorie: Model Training
- Kategorie: Predictive Modeling
- Kategorie: Data Wrangling
- Kategorie: Machine Learning
- Kategorie: Applied Machine Learning
- Kategorie: Data Preprocessing
- Kategorie: MLOps (Machine Learning Operations)
- Kategorie: Time Series Analysis and Forecasting
- Kategorie: Feature Engineering
- Kategorie: Statistical Analysis
- Kategorie: Recurrent Neural Networks (RNNs)
Werkzeuge, die Sie lernen werden
- Kategorie: Python Programming
- Kategorie: Model Deployment
Wichtige Details

Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Kürzlich aktualisiert!
Juni 2026
Bewertungen
16 Aufgaben
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

In diesem Kurs gibt es 4 Module
Dozent

Mehr von Data Analysis entdecken
Status: Kostenloser Testzeitraum
Status: Vorschau
Status: Vorschau
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,





