De Tijdloze voorspellen met het ARIMA-model

Wanneer:

Dinsdag, 11 februari 2020 van 16:00 tot 16:30

Subject:

Predictieve analyse van De Tijdloze met het ARIMA-model

Topics:

• Geschiedenis van ons Tijdloze Power BI-rapport
• Analyse van verschillende voorspellende modellen (RapidMiner, Azure Machine Learning Studio, Python…)
• Python-script in het AutoRegressive Integrated Moving Average (ARIMA) model
• De resultaten

Webinar gegeven door

Wout Cardoen, Data wizard at Kohera NV

Voor:

• Data Scientist
• Data Engineers
• BI consultants
• …

Voorspellen met Python in het ARIMA-model

Wout Cardoen, data wizard at Kohera

Traditiegetrouw zorgden we eind 2019 weer voor een update van ons Power BI-rapport. Dit jaar waren we iets ambitieuzer en deden we een poging om aan de hand van een predictieve analyse de volledige Tijdloze 2019 te voorspellen. In onze zoektocht naar een geschikt model passeerden verschillende technologieën de revue. Uiteindelijk bleek het model met time series analyse het best voorspellende model. Het AutoRegressive Integrated Moving Average (ARIMA) model is een statische methode om voorspellingen te doen op basis van een tijdslijn (in ons geval de editie van de Tijdloze).

Het resultaat mocht er zijn: Op plaats 93 noteerden we onze eerste voltreffer en hoe dichter we bij de top 10 kwamen, hoe beter onze voorspelling. Negen van de tien nummers uit de top 10 hadden we voorspeld en drie hiervan hadden ook de voorspelde ranking.