【干货书】基于统计和机器学习的实用时间序列分析预测,Time Series Analysis Prediction

2022 年 4 月 9 日 专知

由于通过物联网、医疗数字化和智能城市的兴起,时间序列数据分析变得越来越重要。随着持续监测和数据收集变得越来越普遍,将增加使用统计和机器学习技术进行时间序列分析的需求。

本实用指南涵盖了时间序列数据分析的创新和现实世界中的用例,将帮助您使用传统统计和现代机器学习技术解决时间序列中最常见的数据工程和分析挑战。作者艾琳·尼尔森(Aileen Nielsen)以R和Python两种语言提供了一个通俗易懂、全面的时间序列介绍,将让数据科学家、软件工程师和研究人员快速启动并运行。

你学习到:

  • 查找和整理时间序列数据

  • 进行探索性的时间序列数据分析

  • 存储时态数据

  • 模拟时间序列数据

  • 为时间序列生成并选择特征

  • 测量误差

  • 用机器或深度学习对时间序列进行预测和分类

  • 评估准确性和性能


https://www.oreilly.com/library/view/practical-time-series/9781492041641/


  • Preface

  • 1. Time Series: An Overview and a Quick History

  • 2. Finding and Wrangling Time Series Data

  • 3. Exploratory Data Analysis for Time Series

  • 4. Simulating Time Series Data

  • 5. Storing Temporal Data

  • 6. Statistical Models for Time Series

  • 7. State Space Models for Time Series

  • 8. Generating and Selecting Features for a Time Series

  • 9. Machine Learning for Time Series

  • 10. Deep Learning for Time Series

  • 11. Measuring Error

  • 12. Performance Considerations in Fitting and Serving Time Series Models

  • 13. Healthcare Applications

  • 14. Financial Applications

  • 15. Time Series for Government

  • 16. Time Series Packages

  • 17. Forecasts About Forecasting

  • Index

专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“PTSA” 就可以获取【干货书】基于统计和机器学习的实用时间序列分析预测,Time Series Analysis Prediction》专知下载链接

专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取70000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取70000+AI主题知识资料
登录查看更多
18

相关内容

时间序列(或称动态数列)是指将同一统计指标的数值按其发生的时间先后顺序排列而成的数列。时间序列分析的主要目的是根据已有的历史数据对未来进行预测。经济数据中大多数以时间序列的形式给出。根据观察时间的不同,时间序列中的时间可以是年份、季度、月份或其他任何时间形式。
【经典书】时间序列分析与预测导论,671页pdf
专知会员服务
147+阅读 · 2022年4月1日
南大《时间序列分析 (Time Series Analysis)》课程,推荐!
专知会员服务
152+阅读 · 2022年3月31日
【干货书】数据科学家统计学基础:R和Python实战,486页pdf
专知会员服务
77+阅读 · 2021年10月12日
【干货书】数据科学家统计实战,附代码与409页pdf
专知会员服务
59+阅读 · 2020年11月6日
【干货书】概率,统计与数据,513页pdf
专知
34+阅读 · 2021年11月27日
【干货书】数据科学手册,456页pdf
专知
12+阅读 · 2021年4月28日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
4+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Risk and optimal policies in bandit experiments
Arxiv
0+阅读 · 2022年4月18日
Arxiv
20+阅读 · 2021年2月28日
Arxiv
25+阅读 · 2018年1月24日
VIP会员
相关基金
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
4+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员