دانلود کتاب Time Series Algorithms Recipes: Implement Machine Learning and Deep Learning Techniques with Python – دستور العمل های الگوریتم های سری زمانی: پیاده سازی تکنیک های یادگیری ماشینی و یادگیری عمیق با پایتون

توضیحات

This book teaches the practical implementation of various concepts for time series analysis and modeling with Python through problem-solution-style recipes, starting with data reading and preprocessing.

It begins with the fundamentals of time series forecasting using statistical modeling methods like AR (autoregressive), MA (moving-average), ARMA (autoregressive moving-average), and ARIMA (autoregressive integrated moving-average). Next, you’ll learn univariate and multivariate modeling using different open-sourced packages like Fbprohet, stats model, and sklearn. You’ll also gain insight into classic machine learning-based regression models like randomForest, Xgboost, and LightGBM for forecasting problems. The book concludes by demonstrating the implementation of deep learning models (LSTMs and ANN) for time series forecasting. Each chapter includes several code examples and illustrations.

After finishing this book, you will have a foundational understanding of various concepts relating to time series and its implementation in Python.

What You Will Learn

Implement various techniques in time series analysis using Python.

Utilize statistical modeling methods such as AR (autoregressive), MA (moving-average), ARMA (autoregressive moving-average) and ARIMA (autoregressive integrated moving-average) for time series forecasting

Understand univariate and multivariate modeling for time series forecasting

Forecast using machine learning and deep learning techniques such as GBM and LSTM (long short-term memory)

Who This Book Is For

Data Scientists, Machine Learning Engineers, and software developers interested in time series analysis.

————————————————————–

ترجمه ماشینی :

این کتاب پیاده سازی عملی مفاهیم مختلف برای تجزیه و تحلیل سری های زمانی و مدل سازی با پایتون را از طریق دستور العمل هایی به سبک حل مسئله، شروع با خواندن داده ها و پیش پردازش، آموزش می دهد. با مبانی پیش‌بینی سری‌های زمانی با استفاده از روش‌های مدل‌سازی آماری مانند AR (خودرگرسیون)، MA (میانگین متحرک)، ARMA (میانگین متحرک اتورگرسیو)، و ARIMA (میانگین متحرک یکپارچه اتورگرسیو) آغاز می‌شود. در مرحله بعد، مدل‌سازی تک متغیره و چند متغیره را با استفاده از بسته‌های منبع باز مختلف مانند Fbprohet، stats model و sklearn خواهید آموخت. همچنین بینش‌هایی در مورد مدل‌های رگرسیون مبتنی بر یادگیری ماشین کلاسیک مانند randomForest، Xgboost و LightGBM برای مشکلات پیش‌بینی کسب خواهید کرد. این کتاب با نشان دادن اجرای مدل‌های یادگیری عمیق (LSTMs و ANN) برای پیش‌بینی سری‌های زمانی به پایان می‌رسد. هر فصل شامل چندین مثال کد و تصویر است. پس از اتمام این کتاب، درک اساسی از مفاهیم مختلف مربوط به سری های زمانی و پیاده سازی آن در پایتون خواهید داشت. آنچه خواهید آموخت تکنیک های مختلف را در تحلیل سری های زمانی با استفاده از پایتون پیاده سازی کنید. برای پیش‌بینی سری‌های زمانی از روش‌های مدل‌سازی آماری مانند AR (خودرگرسیون)، MA (میانگین متحرک)، ARMA (میانگین متحرک اتورگرسیو) و ARIMA (میانگین متحرک یکپارچه اتورگرسیو) استفاده کنید مدلسازی تک متغیره و چند متغیره را برای پیش‌بینی سری‌های زمانی درک کنید پیش‌بینی با استفاده از تکنیک‌های یادگیری ماشین و یادگیری عمیق مانند GBM و LSTM (حافظه کوتاه‌مدت بلندمدت) \ این کتاب برای دانشمندان داده‌ها، مهندسان یادگیری ماشین و توسعه‌دهندگان نرم‌افزار علاقه‌مند به تحلیل سری‌های زمانی.

tag : دانلود کتاب دستور العمل های الگوریتم های سری زمانی: پیاده سازی تکنیک های یادگیری ماشینی و یادگیری عمیق با پایتون , Download دستور العمل های الگوریتم های سری زمانی: پیاده سازی تکنیک های یادگیری ماشینی و یادگیری عمیق با پایتون , دانلود دستور العمل های الگوریتم های سری زمانی: پیاده سازی تکنیک های یادگیری ماشینی و یادگیری عمیق با پایتون , Download Time Series Algorithms Recipes: Implement Machine Learning and Deep Learning Techniques with Python Book , دستور العمل های الگوریتم های سری زمانی: پیاده سازی تکنیک های یادگیری ماشینی و یادگیری عمیق با پایتون دانلود , buy دستور العمل های الگوریتم های سری زمانی: پیاده سازی تکنیک های یادگیری ماشینی و یادگیری عمیق با پایتون , خرید کتاب دستور العمل های الگوریتم های سری زمانی: پیاده سازی تکنیک های یادگیری ماشینی و یادگیری عمیق با پایتون , دانلود کتاب Time Series Algorithms Recipes: Implement Machine Learning and Deep Learning Techniques with Python , کتاب Time Series Algorithms Recipes: Implement Machine Learning and Deep Learning Techniques with Python , دانلود Time Series Algorithms Recipes: Implement Machine Learning and Deep Learning Techniques with Python , خرید Time Series Algorithms Recipes: Implement Machine Learning and Deep Learning Techniques with Python , خرید کتاب Time Series Algorithms Recipes: Implement Machine Learning and Deep Learning Techniques with Python ,