时间序列分析一直是研究的热点,在很多场景都有应用。近期,IntechOpen发布一本由Chun-Kit Ngan编辑众多领域专家撰写的新书《Time Series Analysis:Data, Methods, and Applications》,总共六章,110页pdf,提供了时间序列分析的当前信息、发展和趋势,特别是在时间序列数据模式、技术方法和实际应用方面,是值的关注的一本书。

本书旨在为读者提供时间序列分析的当前信息、发展和趋势,特别是在时间序列数据模式、技术方法和实际应用方面。本书分为三节,每节包括两章。第一部分讨论了多元时间序列和模糊时间序列的分析。第2节着重于开发用于时间序列预测和分类的深度神经网络。第3节描述了如何使用时间序列技术解决实际领域的特定问题。本书包含的概念和技术涵盖了时间序列研究的主题,学生、研究人员、实践者和教授将对时间序列预测和分类、数据分析、机器学习、深度学习和人工智能感兴趣。

目录:

  • 第一章:Process Fault Diagnosis for Continuous Dynamic Systems Over Multivariate Time Series (多变量时间序列上连续动态系统的过程故障诊断)
  • 第二章:Fuzzy Forecast Based on Fuzzy Time Series (基于模糊时间序列的模糊预测)
  • 第三章:Training Deep Neural Networks with Reinforcement Learning for Time Series Forecasting (利用强化学习训练深度神经网络进行时间序列预测)
  • 第四章:CNN Approaches for Time Series Classification (CNN方法用于时间序列分类)
  • 第五章:Forecasting Shrimp and Fish Catch in Chilika Lake over Time Series Analysis (通过时间序列分析,预测了赤喀湖虾、鱼的捕捞量)
  • 第六章:Using Gray-Markov Model and Time Series Model to Predict Foreign Direct Investment Trend for Supporting China’s Economic Development (利用Gray马尔可夫模型和时间序列模型预测支持中国经济发展的外商直接投资趋势)
成为VIP会员查看完整内容
200

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【经典书】人工智能及机器学习导论,457页pdf
专知会员服务
160+阅读 · 2020年7月5日
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
228+阅读 · 2020年5月2日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
338+阅读 · 2020年3月17日
缺失数据统计分析,第三版,462页pdf
专知会员服务
108+阅读 · 2020年2月28日
【新书】贝叶斯网络进展与新应用,附全书下载
专知会员服务
119+阅读 · 2019年12月9日
【资源】机器学习数学全书,1900页PDF下载
全球人工智能
152+阅读 · 2019年10月17日
《AutoML:方法,系统,挑战》新书免费下载
新智元
24+阅读 · 2019年5月28日
新书推荐《推荐系统进展:方法与技术》
LibRec智能推荐
13+阅读 · 2019年3月18日
421页《机器学习数学基础》最新2019版PDF下载
基于深度学习的图像超分辨率最新进展与趋势【附PDF】
人工智能前沿讲习班
15+阅读 · 2019年2月27日
2018计算机图形学研究报告(附PDF下载)
数据派THU
7+阅读 · 2018年8月16日
如何用TensorFlow预测时间序列:TFTS库详细教程
人工智能头条
9+阅读 · 2017年8月30日
Arxiv
22+阅读 · 2019年11月24日
Deep Learning for Energy Markets
Arxiv
10+阅读 · 2019年4月10日
Arxiv
5+阅读 · 2018年1月18日
VIP会员
相关VIP内容
【经典书】人工智能及机器学习导论,457页pdf
专知会员服务
160+阅读 · 2020年7月5日
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
228+阅读 · 2020年5月2日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
338+阅读 · 2020年3月17日
缺失数据统计分析,第三版,462页pdf
专知会员服务
108+阅读 · 2020年2月28日
【新书】贝叶斯网络进展与新应用,附全书下载
专知会员服务
119+阅读 · 2019年12月9日
相关资讯
【资源】机器学习数学全书,1900页PDF下载
全球人工智能
152+阅读 · 2019年10月17日
《AutoML:方法,系统,挑战》新书免费下载
新智元
24+阅读 · 2019年5月28日
新书推荐《推荐系统进展:方法与技术》
LibRec智能推荐
13+阅读 · 2019年3月18日
421页《机器学习数学基础》最新2019版PDF下载
基于深度学习的图像超分辨率最新进展与趋势【附PDF】
人工智能前沿讲习班
15+阅读 · 2019年2月27日
2018计算机图形学研究报告(附PDF下载)
数据派THU
7+阅读 · 2018年8月16日
如何用TensorFlow预测时间序列:TFTS库详细教程
人工智能头条
9+阅读 · 2017年8月30日
微信扫码咨询专知VIP会员