نرم افزار: سیستم ها: محاسبات علمی

تجزیه و تحلیل سری های زمانی عملی: پیش بینی با آمار و یادگیری ماشین

Practical Time Series Analysis: Prediction with Statistics and Machine Learning

دانلود کتاب Practical Time Series Analysis: Prediction with Statistics and Machine Learning (به فارسی: تجزیه و تحلیل سری های زمانی عملی: پیش بینی با آمار و یادگیری ماشین) نوشته شده توسط «Aileen Nielsen»

اطلاعات کتاب تجزیه و تحلیل سری های زمانی عملی: پیش بینی با آمار و یادگیری ماشین

موضوع اصلی: کامپیوتر – علوم کامپیوتر

نوع: کتاب الکترونیکی

ناشر: O’Reilly Media

نویسنده: Aileen Nielsen

زبان: english

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

سال انتشار: 2019

تعداد صفحه: 504 / 500

حجم فایل: 9.31 مگابایت

کد کتاب: 1492041653 , 9781492041658

نوبت چاپ: 1

توضیحات کتاب تجزیه و تحلیل سری های زمانی عملی: پیش بینی با آمار و یادگیری ماشین

تجزیه و تحلیل داده های سری زمانی به دلیل تولید انبوه چنین داده هایی از طریق اینترنت اشیا، دیجیتالی شدن مراقبت های بهداشتی و ظهور شهرهای هوشمند اهمیت فزاینده ای دارد. با متداول تر شدن نظارت مستمر و جمع آوری داده ها، نیاز به تجزیه و تحلیل سری های زمانی مناسب با تکنیک های آماری و یادگیری ماشین افزایش می یابد.

این راهنمای عملی با پوشش نوآوری‌ها در تجزیه و تحلیل داده‌های سری‌های زمانی و موارد استفاده از دنیای واقعی، به شما کمک می‌کند رایج‌ترین چالش‌های مهندسی و تحلیل داده‌ها را در سری‌های زمانی، با استفاده از تکنیک‌های آماری سنتی و مدرن یادگیری ماشین حل کنید. نویسنده، آیلین نیلسن، مقدمه‌ای در دسترس و جامع برای سری‌های زمانی در R و Python ارائه می‌دهد که دانشمندان داده، مهندسان نرم‌افزار و محققان را به سرعت آماده می‌کند.

راهنمایی لازم را با اطمینان دریافت خواهید کرد:
• داده های سری زمانی را پیدا کرده و با هم درگیر کنید
• تجزیه و تحلیل داده های سری زمانی اکتشافی را انجام دهید
• ذخیره داده های زمانی
• شبیه سازی داده های سری زمانی
• ویژگی های یک سری زمانی را ایجاد و انتخاب کنید
• اندازه گیری خطا
• پیش بینی و طبقه بندی سری های زمانی با یادگیری ماشینی یا عمیق
• ارزیابی دقت و عملکرد

Time series data analysis is increasingly important due to the massive production of such data through the internet of things, the digitalization of healthcare, and the rise of smart cities. As continuous monitoring and data collection become more common, the need for competent time series analysis with both statistical and machine learning techniques will increase.

Covering innovations in time series data analysis and use cases from the real world, this practical guide will help you solve the most common data engineering and analysis challengesin time series, using both traditional statistical and modern machine learning techniques. Author Aileen Nielsen offers an accessible, well-rounded introduction to time series in both R and Python that will have data scientists, software engineers, and researchers up and running quickly.

You’ll get the guidance you need to confidently:
• Find and wrangle time series data
• Undertake exploratory time series data analysis
• Store temporal data
• Simulate time series data
• Generate and select features for a time series
• Measure error
• Forecast and classify time series with machine or deep learning
• Evaluate accuracy and performance

دانلود کتاب «تجزیه و تحلیل سری های زمانی عملی: پیش بینی با آمار و یادگیری ماشین»

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

📖 خرید این کتاب

برای دریافت فایل و اطلاع از قیمت، روی یکی از دکمه‌های زیر کلیک کنید تا پیام آماده برای شما ارسال شود:

پس از ارسال پیام، قیمت و لینک دریافت فایل در اسرع وقت برای شما ارسال خواهد شد.

برچسب ها

دیدگاهتان را بنویسید

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