Практический анализ временных рядов. Прогнозирование со статистикой и машинное обучение (Нильсен Эйлин) ; Вильямс, 2021
от 2803 р. до 6810 р.
Автор(ы): Нильсен Эйлин;
Издатель: Вильямс
ISBN: 978-5-907365-04-9
ID: SKU106740
Сравнить цены
Цена от 2803 р. до 6810 р. в 2 магазинах
Магазин | Цена | Наличие |
---|---|---|
Лабиринт 5/5 | 6810 р. | наличие уточняйте 29.12.2023 |
OZON | 2803 р. | наличие уточняйте 03.01.2024 |
AliExpress 5/5 | ||
Читай-город 5/5 | ||
МАЙШОП 5/5 | Один из первых книжных интернет-магазинов, работающий с 2002 года | |
Яндекс.Маркет 5/5 | ||
Мегамаркет 5/5 | ||
Описание
"Незаурядное издание! Рано или поздно любому специалисту по анализу данных приходится работать с временными рядами или с подобными им технологическими данными. В этой книге вы найдете детальное описание методологий машинного обучения и обработки временных данных, сопровождаемое великолепными примерами их практической реализации. "
Андреас В. Кемпа-Лир, старший преподаватель, факультет инженерных наук, Оклендский университет
Анализ временных рядов становится все более и более актуальным разделом науки о данных в связи с широким распространением Интернета вещей, переходом здравоохранения на исключительно цифровой учет данных и ростом умных городов. Непрерывный мониторинг и сбор самых разных данных становятся повседневной действительностью и предопределяют постоянно растущую потребность в эффективных инструментах анализа временных рядов, основанных как на статистических методах, так и на методах машинного обучения.
В этом практическом руководстве описаны современные технологии анализа данных временных рядов и приведены примеры их практического использования в самых разных предметных областях. Оно призвано помочь в решении наиболее распространенных задач исследования и обработки временных рядов с помощью традиционных статистических методов и наиболее популярных моделей машинного обучения. В своей книге Эйлин Нильсен рассматривает самые распространенные и доступные инструменты анализа временных рядов, включенные в программные пакеты языков R и Python, которые могут применяться специалистами по работе с данными и разработчиками программного обеспечения для написания собственных эффективных решений.
Основные темы книги:
Поиск и извлечение временных рядов
Глубокое исследование временных рядов
Хранение временных данных
Моделирование данных временных рядов
Генерирование и отбор признаков для временных рядов
Классификация и прогнозирование временных рядов с помощью методов машинного и глубокого обучения
Оценка ошибок прогнозирования
Оценка точности и производительности моделей
Андреас В. Кемпа-Лир, старший преподаватель, факультет инженерных наук, Оклендский университет
Анализ временных рядов становится все более и более актуальным разделом науки о данных в связи с широким распространением Интернета вещей, переходом здравоохранения на исключительно цифровой учет данных и ростом умных городов. Непрерывный мониторинг и сбор самых разных данных становятся повседневной действительностью и предопределяют постоянно растущую потребность в эффективных инструментах анализа временных рядов, основанных как на статистических методах, так и на методах машинного обучения.
В этом практическом руководстве описаны современные технологии анализа данных временных рядов и приведены примеры их практического использования в самых разных предметных областях. Оно призвано помочь в решении наиболее распространенных задач исследования и обработки временных рядов с помощью традиционных статистических методов и наиболее популярных моделей машинного обучения. В своей книге Эйлин Нильсен рассматривает самые распространенные и доступные инструменты анализа временных рядов, включенные в программные пакеты языков R и Python, которые могут применяться специалистами по работе с данными и разработчиками программного обеспечения для написания собственных эффективных решений.
Основные темы книги:
Поиск и извлечение временных рядов
Глубокое исследование временных рядов
Хранение временных данных
Моделирование данных временных рядов
Генерирование и отбор признаков для временных рядов
Классификация и прогнозирование временных рядов с помощью методов машинного и глубокого обучения
Оценка ошибок прогнозирования
Оценка точности и производительности моделей
Смотри также Характеристики.
Яндекс.Маркет
Видео обзоры (2)
О книге
Автор(ы) | Нильсен Эйлин |
Издатель | Вильямс |
Переплет | Мягкая глянцевая |
Год издания | 2021 |
Кол-во страниц | 544 |
ISBN | 978-5-907365-04-9 |
Возрастные ограничения | 12 |
Размеры | 70x100/16 |
1 ms.
Машинное обучение. Анализ данных - издательство "Вильямс"
Категория 2242 р. - 3363 р.
Машинное обучение. Анализ данных - издательство "Вильямс" »
0 ms.
Машинное обучение. Анализ данных
Категория 2242 р. - 3363 р.