从数据中的基于时间的模式构建预测模型。掌握统计模型,包括时间序列预测的新的深度学习方法。Python中的时间序列预测将教你从基于时间的数据构建强大的预测模型。你创建的每个模型都是相关的,有用的,并且很容易用Python实现。您将探索有趣的真实世界数据集,如谷歌的每日股票价格和美国的经济数据,快速从基础发展到使用深度学习工具(如TensorFlow)开发大规模模型。Python中的时间序列预测(Time Series Forecasting)将教你应用时间序列预测并获得即时的、有意义的预测。您将学习时间序列预测的传统统计和新的深度学习模型,所有这些都用Python源代码充分说明。通过亲身参与预测航空旅行、药物处方量和强生公司(Johnson & Johnson)收入的项目来测试你的技能。学习本书后,您将准备好使用Python生态系统中的工具构建准确和有洞察力的预测模型。
https://www.manning.com/books/time-series-forecasting-in-python-book
时间序列预测 简短的内容
第1章: 理解时间序列预测
第2章: 对未来的天真预测
第3章: 随机游走
第4章:移动平均过程的建模
第5章:自回归过程的建模
第6章:复杂时间序列的建模
第7章:非平稳时间序列的预测
第8章:季节性解释
第9章:在我们的模型中加入外部变量
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“TSFP” 就可以获取《【Manning新书】 Python中时间序列预测,458页pdf手把手教你实战时序建模》专知下载链接