دانلود کتاب Time Series Forecasting in Python – پیش بینی سری های زمانی در پایتون

توضیحات

Build predictive models from time-based patterns in your data. Master statistical models including new deep learning approaches for time series forecasting.

In Time Series Forecasting in Python you will learn how to:

Recognize a time series forecasting problem and build a performant predictive model

Create univariate forecasting models that account for seasonal effects and external variables

Build multivariate forecasting models to predict many time series at once

Leverage large datasets by using deep learning for forecasting time series

Automate the forecasting process

Time Series Forecasting in Python teaches you to build powerful predictive models from time-based data. Every model you create is relevant, useful, and easy to implement with Python. Youll explore interesting real-world datasets like Googles daily stock price and economic data for the USA, quickly progressing from the basics to developing large-scale models that use deep learning tools like TensorFlow.

About the technology

You can predict the futurewith a little help from Python, deep learning, and time series data! Time series forecasting is a technique for modeling time-centric data to identify upcoming events. New Python libraries and powerful deep learning tools make accurate time series forecasts easier than ever before.

About the book

Time Series Forecasting in Python teaches you how to get immediate, meaningful predictions from time-based data such as logs, customer analytics, and other event streams. In this accessible book, youll learn statistical and deep learning methods for time series forecasting, fully demonstrated with annotated Python code. Develop your skills with projects like predicting the future volume of drug prescriptions, and youll soon be ready to build your own accurate, insightful forecasts.

What’s inside

Create models for seasonal effects and external variables

Multivariate forecasting models to predict multiple time series

Deep learning for large datasets

Automate the forecasting process

About the reader

For data scientists familiar with Python and TensorFlow.

About the author

Marco Peixeiro is a seasoned data science instructor who has worked as a data scientist for one of Canadas largest banks.

————————————————————–

ترجمه ماشینی :

مدل های پیش بینی را از الگوهای مبتنی بر زمان در داده های خود بسازید. مدل‌های آماری استاد از جمله رویکردهای جدید یادگیری عمیق برای پیش‌بینی سری‌های زمانی. \ در پیش‌بینی سری‌های زمانی در پایتون یاد می‌گیرید که چگونه: یک مشکل پیش‌بینی سری‌های زمانی را بشناسید و یک مدل پیش‌بینی عملکردی بسازید مدل‌های پیش‌بینی تک متغیره‌ای ایجاد کنید که اثرات فصلی و متغیرهای خارجی را در نظر بگیرند ساخت مدل‌های پیش‌بینی چند متغیره برای پیش‌بینی سری‌های زمانی متعدد. همزمان با استفاده از یادگیری عمیق برای پیش‌بینی سری‌های زمانی، از مجموعه داده‌های بزرگ استفاده کنید. فرآیند پیش‌بینی را خودکار کنید \ پیش‌بینی سری‌های زمانی در پایتون به شما می‌آموزد که مدل‌های پیش‌بینی‌کننده قدرتمندی از داده‌های مبتنی بر زمان بسازید. هر مدلی که ایجاد می‌کنید مرتبط، مفید است و پیاده‌سازی آن با پایتون آسان است. مجموعه داده‌های دنیای واقعی جالبی مانند قیمت سهام روزانه Google و داده‌های اقتصادی برای ایالات متحده را بررسی خواهید کرد، و به سرعت از اصول اولیه به توسعه مدل‌های مقیاس بزرگ که از ابزارهای یادگیری عمیق مانند TensorFlow استفاده می‌کنند، پیشرفت خواهید کرد. درباره فناوری شما می توانید با کمک کمی از پایتون، یادگیری عمیق و داده های سری زمانی آینده را پیش بینی کنید! پیش‌بینی سری‌های زمانی تکنیکی برای مدل‌سازی داده‌های زمان محور برای شناسایی رویدادهای آینده است. کتابخانه‌های جدید پایتون و ابزارهای قدرتمند یادگیری عمیق، پیش‌بینی دقیق سری‌های زمانی را آسان‌تر از همیشه می‌کنند. درباره کتاب پیش‌بینی سری‌های زمانی در پایتون به شما می‌آموزد که چگونه از داده‌های مبتنی بر زمان مانند گزارش‌ها، تجزیه و تحلیل مشتری و سایر جریان‌های رویداد، پیش‌بینی‌های فوری و معنی‌داری دریافت کنید. در این کتاب قابل دسترس، روش‌های یادگیری آماری و عمیق برای پیش‌بینی سری‌های زمانی را یاد می‌گیرید که به طور کامل با کد پایتون مشروح نشان داده شده است. مهارت های خود را با پروژه هایی مانند پیش بینی حجم نسخه های دارو در آینده توسعه دهید و به زودی آماده خواهید بود تا پیش بینی های دقیق و روشنگرانه خود را بسازید. آنچه در داخل است ایجاد مدل‌هایی برای اثرات فصلی و متغیرهای خارجی مدل‌های پیش‌بینی چند متغیره برای پیش‌بینی سری‌های زمانی چندگانه یادگیری عمیق برای مجموعه‌های داده بزرگ فرآیند پیش‌بینی خودکار \ درباره خواننده برای دانشمندان داده‌ای که با Python و TensorFlow آشنا هستند. درباره نویسنده Marco Peixeiro یک مربی با تجربه علم داده است که به عنوان دانشمند داده برای یکی از بزرگترین بانک های کانادا کار کرده است.

tag : دانلود کتاب پیش بینی سری های زمانی در پایتون , Download پیش بینی سری های زمانی در پایتون , دانلود پیش بینی سری های زمانی در پایتون , Download Time Series Forecasting in Python Book , پیش بینی سری های زمانی در پایتون دانلود , buy پیش بینی سری های زمانی در پایتون , خرید کتاب پیش بینی سری های زمانی در پایتون , دانلود کتاب Time Series Forecasting in Python , کتاب Time Series Forecasting in Python , دانلود Time Series Forecasting in Python , خرید Time Series Forecasting in Python , خرید کتاب Time Series Forecasting in Python ,