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

成为VIP会员查看完整内容
269

相关内容

【干货书】预测原理与实战,Forecasting: Principles & Practice
专知会员服务
90+阅读 · 2022年4月11日
【Manning新书】Kafka实战,272页pdf,Kafka in Action
专知会员服务
58+阅读 · 2022年1月30日
【Manning新书】自然语言处理实战:深度学习应用,337页pdf,
【干货书】Python机器学习,361页pdf
专知会员服务
255+阅读 · 2021年2月25日
【Manning新书】TensorFlow机器学习,第二版
专知
3+阅读 · 2021年11月14日
教程 | 基于Keras的LSTM多变量时间序列预测
机器之心
20+阅读 · 2017年10月30日
国家自然科学基金
3+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
2+阅读 · 2013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
2+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
1+阅读 · 2011年12月31日
Arxiv
1+阅读 · 2022年4月20日
Arxiv
13+阅读 · 2021年6月14日
VIP会员
相关基金
国家自然科学基金
3+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
2+阅读 · 2013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
2+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
1+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员