Time Series France

Bonjour à tous,

Pour cette 13ème édition, nous recevons Paul Péton et Syrine Ben Salah pour un talk plus orienté data-science avec pour titre “Décomposition et prévision des Séries Temporelles : de la théorie à la pratique”

Les bases théoriques de l’analyse des séries temporelles (time series) ont montré leur efficacité depuis plusieurs dizaines d’années. La méthode de décomposition en particulier a le double intérêt d’être facilement interprétable et de très bien s’adapter à de nombreux phénomènes macro-économiques. Pourtant, le sujet est loin d’être à l’arrêt et de nouveaux outils voient le jour : utilisation des réseaux de neurones pour les séries temporelles, packaging des méthodes pour simplifier leur utilisation au quotidien. Après avoir résumé les bases théoriques, nous ferons un retour d’expérience sur des outils comme Prophet, kats ou encore neural prophet.

Deux mots sur nos orateurs :

• Syrine Ben Salah : senior consultant Advanced Analytics chez Avanade
• Paul Péton : Manager Advanced Analytics chez Avanade et MVP Microsoft

Le meetup reste sous forme virtuelle vu que Paul est à Nantes et pour permettre à un maximum de personnes de participer à cette édition.

Au plaisir de vous retrouver pour cette dernière édition du meetup pour 2021 et en attendant de voir ce que nous ferons en 2022…

Actualités

• InfluxDB 2.1 OSS
• InfluxDays NA 2021
• Announcing the new Timescale Cloud, and a new vision for the future of database services in the cloud
• Massive scale for time-series workloads: Introducing continuous aggregates for distributed hypertables in TimescaleDB 2.5
• Toutes les annonces TimeScale dans le cadre de Always Be Launching
• October 2021: Warp 10 release 2.9.0
• FLoWS ♡ VS Code WarpScript extension 2.0.0
• Les TSDB ne sont pas toujours la bonne solution
• How NOT to Analyze Time Series
• InfluxDB et les alertes : Tasks, Checks et Notifications
• InfluxDB, shard, shard duration et retention policies

Supports de présentation

Vidéo :

Slides :

Code :

• methodidacte/timeseriesfrance

Article mentionné pendant les questions :

• Intelligence Artificielle et Data Quality : comment corriger des données historiques impactées par la Covid 19 pour améliorer la qualité des prévisions ?