Time Series Algorithms Recipes Implement Machine Learning and Deep Learning Techniques with Python
-
- Taschenbuch
- eBook ausgewählt
-
Form:Einzelkauf Download
-
Sprache:Englisch
38,03 €
inkl. gesetzl. MwSt.Beschreibung
Produktdetails
Format
Kopierschutz
Nein
Family Sharing
Nein
Text-to-Speech
Nein
Erscheinungsdatum
23.12.2022
Verlag
ApressSeitenzahl
174 (Printausgabe)
Dateigröße
8123 KB
Sprache
Englisch
EAN
9781484289785
This book teaches the practical implementation of various concepts for time series analysis and modeling with Python through problem-solution-style recipes, starting with data reading and preprocessing. It begins with the fundamentals of time series forecasting using statistical modeling methods like AR (autoregressive), MA (moving-average), ARMA (autoregressive moving-average), and ARIMA (autoregressive integrated moving-average). Next, you'll learn univariate and multivariate modeling using different open-sourced packages like Fbprohet, stats model, and sklearn. You'll also gain insight into classic machine learning-based regression models like randomForest, Xgboost, and LightGBM for forecasting problems. The book concludes by demonstrating the implementation of deep learning models (LSTMs and ANN) for time series forecasting. Each chapter includes several code examples and illustrations. After finishing this book,you will have a foundational understanding of various concepts relating to time series and its implementation in Python. What You Will Learn
- Implement various techniques in time series analysis using Python.
- Utilize statistical modeling methods such as AR (autoregressive), MA (moving-average), ARMA (autoregressive moving-average) and ARIMA (autoregressive integrated moving-average) for time series forecasting
- Understand univariate and multivariate modeling for time series forecasting
- Forecast using machine learning and deep learning techniques such as GBM and LSTM (long short-term memory)
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice