برنامه نويسي

مقدمه ای بر پیش بینی سری های زمانی با پایتون: نحوه تهیه داده ها و توسعه مدل هایی برای پیش بینی آینده

Introduction to Time Series Forecasting with Python: How to Prepare Data and Develop Models to Predict the Future

دانلود کتاب Introduction to Time Series Forecasting with Python: How to Prepare Data and Develop Models to Predict the Future (به فارسی: مقدمه ای بر پیش بینی سری های زمانی با پایتون: نحوه تهیه داده ها و توسعه مدل هایی برای پیش بینی آینده) نوشته شده توسط «Jason Brownlee»


اطلاعات کتاب مقدمه ای بر پیش بینی سری های زمانی با پایتون: نحوه تهیه داده ها و توسعه مدل هایی برای پیش بینی آینده

موضوع اصلی: کامپیوتر – برنامه نویسی

نوع: کتاب الکترونیکی

ناشر: Machine Learning Mastery

نویسنده: Jason Brownlee

زبان: english

فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)

سال انتشار: 2020

تعداد صفحه: 365

حجم فایل: 6.37 مگابایت

نوبت چاپ: v1.9

توضیحات کتاب مقدمه ای بر پیش بینی سری های زمانی با پایتون: نحوه تهیه داده ها و توسعه مدل هایی برای پیش بینی آینده

این کتاب به شما نشان می دهد که چگونه با استفاده از ابزارهای موجود در اکوسیستم پایتون، مسائل سری زمانی تک متغیره را پیش بینی کنید. سری های زمانی یک موضوع مهم و کم استفاده در یادگیری ماشین کاربردی است، پایتون پلت فرم رو به رشدی برای یادگیری ماشین و مدل سازی پیش بینی است، و این کتاب سری های زمانی را برای پایتون باز می کند.


This book will show you how to make predictions on univariate time series problems using the tools in the Python ecosystem. Time series is an important and underserved topic in applied machine learning, Python is the growing platform for machine learning and predictive modeling, and this book unlocks time series for Python.

دانلود کتاب «مقدمه ای بر پیش بینی سری های زمانی با پایتون: نحوه تهیه داده ها و توسعه مدل هایی برای پیش بینی آینده»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.

دیدگاهتان را بنویسید