Machine Learning for Time-Series with Python: Forecast, predict, and detect anomalies with state-of-the-art machine learning methods
Langue : anglais
Edité par Packt Publishing, 2021
- Livre broché
- Occasion
Vendeur : Goodbooks Company, Springdale, AR, Etats-UnisGoodbooks Company
Vendeur AbeBooks depuis 20 avril 2023
Etat: Occasion - Satisfaisant
EUR 24,90
Quantité disponible : 1 disponible
Ajouter au panierA propos de cet article
Has a sturdy binding with some shelf wear. May have some markings or highlighting. Used copies may not include access codes or Cd's. Slight bending may be present.
N° de réf. du vendeur GBV.1801819629.G
- Titre
- Machine Learning for Time-Series with Python: Forecast, predict, and detect anomalies with state-of-the-art machine learning methods
- Auteur
- Ben Auffarth
- Éditeur
- Packt Publishing
- Année de publication
- 2021
- État de l'article
- good
- Reliure
- Couverture souple
- Langue
- anglais
- ISBN à 10 chiffres
- 1801819629
- ISBN à 13 chiffres
- 9781801819626
Become proficient in deriving insights from time-series data and analyzing a model’s performance
Key Features
- Explore popular and modern machine learning methods including the latest online and deep learning algorithms
- Learn to increase the accuracy of your predictions by matching the right model with the right problem
- Master time-series via real-world case studies on operations management, digital marketing, finance, and healthcare
Book Description
Machine learning has emerged as a powerful tool to understand hidden complexities in time-series datasets, which frequently need to be analyzed in areas as diverse as healthcare, economics, digital marketing, and social sciences. These datasets are essential for forecasting and predicting outcomes or for detecting anomalies to support informed decision making.
This book covers Python basics for time-series and builds your understanding of traditional autoregressive models as well as modern non-parametric models. You will become confident with loading time-series datasets from any source, deep learning models like recurrent neural networks and causal convolutional network models, and gradient boosting with feature engineering.
Machine Learning for Time-Series with Python explains the theory behind several useful models and guides you in matching the right model to the right problem. The book also includes real-world case studies covering weather, traffic, biking, and stock market data.
By the end of this book, you will be proficient in effectively analyzing time-series datasets with machine learning principles.
What you will learn
- Understand the main classes of time-series and learn how to detect outliers and patterns
- Choose the right method to solve time-series problems
- Characterize seasonal and correlation patterns through autocorrelation and statistical techniques
- Get to grips with time-series data visualization
- Understand classical time-series models like ARMA and ARIMA
- Implement deep learning models, like Gaussian processes, transformers, and state-of-the-art machine learning models
- Become familiar with many libraries like Prophet, XGboost, and TensorFlow
Who this book is for
This book is ideal for data analysts, data scientists, and Python developers who are looking to perform time-series analysis to effectively predict outcomes. Basic knowledge of the Python language is essential. Familiarity with statistics is desirable.
Table of Contents
- Introduction to Time-Series with Python
- Time-Series Analysis with Python
- Preprocessing Time-Series
- Introduction to Machine Learning for Time Series
- Forecasting with Moving Averages and Autoregressive Models
- Unsupervised Methods for Time-Series
- Machine Learning Models for Time-Series
- Online Learning for Time-Series
- Probabilistic Models for Time-Series
- Deep Learning for Time-Series
- Reinforcement Learning for Time-Series
- Multivariate Forecasting
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
À propos de l’auteur
« A propos de ce titre » peut appartenir à une autre édition de cet ouvrage.
Goodbooks Company
Springdale, AR, Etats-Unis
Vendeur AbeBooks depuis 20 avril 2023
Frais d'expédition à l'intérieur de ce pays : Etats-Unis
| Article | 3 à 6 jours ouvrés | 5 à 14 jours ouvrés |
|---|---|---|
| Premier article | EUR 4,48 | EUR 4,48 |
Modes de paiement
Description de la boutique
We are a family owned book company that wants you to enjoy your books!
Spécialité
thrift and textbooksProfil professionnel du vendeur
Good Books Company LLC
5374 Hailey Avenue Suites A-B
Springdale, AR Etats-Unis 72762
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à Goodbooks Company, Springdale, Arkansas, U.S.A., sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.