# Woche 9 - Zeitreihenanalysen

### Diese Woche werden wir...

folgende Themen behandeln:

* Muster in Zeitreihenanalysen
* Baseline Modelle
* Naïve Forecasting

### Lernressourcen

{% file src="/files/930e3o7f0hoCSOrtDk9F" %}

* [Video](https://coursera.org/share/3f650f2a9fc3aef4a5ce140f99daf9a3) (5 Minuten) zu Zeitreihenanalysen
* [Beispielnotebook](https://colab.research.google.com/github/opencampus-sh/einfuehrung-in-data-science-und-ml/blob/main/Zeitreihenanalyse/time_series_predictions.ipynb) zur grafischen Auswertung von Zeitreihen
* [Hugging Face-Kurs](https://huggingface.co/learn/nlp-course/chapter1/1) zur Nutzung der Transformers Library

### Bis zur nächsten Woche solltet Ihr...

* [x] anhand Eures besten Modells die Vorhersagen für den Testdatensatz der Kaggle Competition berechnen und dort hochladen.<br>
* [x] Eure Abschlusspräsentation erstellen (siehe Vorgaben bei Woche 10 [hier](https://opencampus.gitbook.io/opencampus-machine-learning-program/einfuehrung-in-data-science-und-maschinelles-lernen/woche-9-projektpraesentationen)).


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://opencampus.gitbook.io/opencampus-machine-learning-program/courses/archive/einfuehrung/woche-8-zeitreihenanalysen.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.