%% nav-debut : généré par gen_navigation.py, ne pas modifier à la main %% > [!nav] > [[Accueil|🧭 Portail]] › [[Analyse et Données/Analyse et Données|Analyse et Données]] › [[Analyse et Données/Data Science/Data Science|Data Science]] › Forecasting %% nav-fin %% # 🎯 Forecasting > Je prévois l'évolution de données temporelles > [!info] 🎯 Objectif > Analyser des séries temporelles pour modéliser et prédire des tendances futures, en s'appuyant sur des méthodes statistiques et d'apprentissage automatique. ## 📚 Contenu pédagogique ## 📘 Cours | # | Page | Notions clés | |---|---|---| | 01 | [[Analyse et Données/Data Science/Forecasting/Cours 1 - Forecasting\|Cours 1 - Forecasting]] | Pandas et les séries temporelles; Les objets `datetime` de Python; Création d'une date| | 02 | [[Analyse et Données/Data Science/Forecasting/Cours 2 - Forecasting\|Cours 2 - Forecasting]] | Fondamentaux des Séries Temporelles; Modèles de Base (Naïfs); Lissage Exponentiel (Exponential Smoothing)| | 03 | [[Analyse et Données/Data Science/Forecasting/Cours 3 - Forecasting\|Cours 3 - Forecasting]] | Fondements des Séries Temporelles Multivariées; 1. Génération de données synthétiques (pour l'exemple); En…| | 04 | [[Analyse et Données/Data Science/Forecasting/Exercices - Forecasting\|Exercices - Forecasting]] | Exercices; Corrigés Détaillés; 1. Simuler le fichier CSV pour l'exercice| ## Modalité d'évaluation - **Type :** Devoir à rendre ou Projet - Soutenance de projet (10–15 min) --- 🗓️ Historique Dernière mise à jour : `27 juillet 2026` Rédigé par : [[Hamilton DE ARAUJO]]