توضیحات
Practical Time Series Forecasting is a hands-on introduction to quantitative forecasting of time series. Quantitative forecasting is an important component of decision making in a wide range of areas and across many business functions including economic forecasting, workload projections, sales forecasts, and transportation demand. Forecasting is widely used also outside of business, such as in demography and climatology.
The book introduces readers to the most popular statistical models and data mining algorithms used in practice. It covers issues relating to different steps of the forecasting process, from goal definition through data collection, visualization, pre-processing, modeling, performance evaluation to implementation and communication.
The second edition offers a large amount of new content and improved organization. Practical Time Series Forecasting is suitable for courses on forecasting at the upper-undergraduate and graduate levels. It offers clear explanations, examples, end-of-chapter problems and a case. Methods are illustrated using XLMiner, an Excel add-on. However, any software that has time series forecasting capabilities can be used with the book.
Galit Shmueli is the SRITNE Chaired Professor of Data Analytics at the Indian School of Business. She is co-author of the textbook Data Mining for Business Intelligence and the book Modeling Online Auctions, among several other books and many publications in professional journals. She has been teaching courses on forecasting, data mining and other data analytics topics at the Indian School of Business, University of Marylands Smith School of Business, and online at Statistics.com.
————————————————————–
ترجمه ماشینی :
پیش بینی سری زمانی عملی مقدمه ای برای پیش بینی کمی از سری زمانی است. پیش بینی کمی جزء مهم تصمیم گیری در طیف گسترده ای از مناطق و در بسیاری از کارکردهای تجاری از جمله پیش بینی اقتصادی ، پیش بینی بار کار ، پیش بینی فروش و تقاضای حمل و نقل است. پیش بینی به طور گسترده ای در خارج از تجارت نیز استفاده می شود ، مانند جمعیت شناسی و اقلیم شناسی.
این کتاب خوانندگان را با محبوب ترین مدل های آماری و الگوریتم های کاوی داده شده در عمل آشنا می کند. این موضوعات مربوط به مراحل مختلف فرآیند پیش بینی ، از تعریف هدف از طریق جمع آوری داده ها ، تجسم ، پیش پردازش ، مدل سازی ، ارزیابی عملکرد تا اجرای و ارتباطات را در بر می گیرد.
نسخه دوم مقدار زیادی از محتوای جدید و سازمان بهبود یافته را ارائه می دهد. پیش بینی سری زمانی عملی برای دوره های پیش بینی در سطح تحصیلات تکمیلی و تحصیلات تکمیلی مناسب است. این توضیحات ، مثال ها ، مشکلات پایان بخش و یک مورد را ارائه می دهد. روشها با استفاده از xlminer ، یک افزودنی اکسل نشان داده شده است. با این حال ، از هر نرم افزاری که قابلیت پیش بینی سری زمانی را داشته باشد می تواند با کتاب استفاده شود.
Galit Shmueli سریتن ریاست استاد تجزیه و تحلیل داده ها در دانشکده تجارت هند است. او نویسنده کتاب درسی کاوی برای اطلاعات تجاری و کتاب های مربوط به حراج های آنلاین ، از جمله چندین کتاب دیگر و بسیاری از نشریات در مجلات حرفه ای است. وی دوره هایی را برای پیش بینی ، داده کاوی و سایر مباحث تجزیه و تحلیل داده ها در دانشکده تجارت هند ، دانشکده بازرگانی دانشگاه مریلندز اسمیت و بصورت آنلاین در Statistics.com تدریس کرده است.
tag : دانلود کتاب پیش بینی سری زمانی عملی: یک راهنمای دستی [چاپ 2] , Download پیش بینی سری زمانی عملی: یک راهنمای دستی [چاپ 2] , دانلود پیش بینی سری زمانی عملی: یک راهنمای دستی [چاپ 2] , Download Practical Time Series Forecasting: A Hands-On Guide [2nd Edition] Book , پیش بینی سری زمانی عملی: یک راهنمای دستی [چاپ 2] دانلود , buy پیش بینی سری زمانی عملی: یک راهنمای دستی [چاپ 2] , خرید کتاب پیش بینی سری زمانی عملی: یک راهنمای دستی [چاپ 2] , دانلود کتاب Practical Time Series Forecasting: A Hands-On Guide [2nd Edition] , کتاب Practical Time Series Forecasting: A Hands-On Guide [2nd Edition] , دانلود Practical Time Series Forecasting: A Hands-On Guide [2nd Edition] , خرید Practical Time Series Forecasting: A Hands-On Guide [2nd Edition] , خرید کتاب Practical Time Series Forecasting: A Hands-On Guide [2nd Edition] ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.