午夜精品少妇,日日夜av无码一二三区,男人的天堂色婷婷,亚洲热视频在线观看,97超碰资源总站,成人免费网站黄,国产精品青青,少妇被躁高潮内谢了

來源：專知
本文共1000字，建議閱讀5分鐘
這本書介紹了使用Python進(jìn)行時間序列分析。

這本書介紹了使用Python進(jìn)行時間序列分析。我們的目標(biāo)是給您一個學(xué)科基本概念的清晰概述，并描述將適用于行業(yè)中常見的分析用例的有用技術(shù)。由于有太多項目需要基于過去數(shù)據(jù)的趨勢分析和預(yù)測，時間序列分析是任何現(xiàn)代數(shù)據(jù)科學(xué)家知識庫中的一個重要工具。本書將為您提供工具和技術(shù)，使您能夠自信地思考問題，并在時間序列預(yù)測中提出解決方案。為什么Python ?Python正迅速成為跨不同行業(yè)部門的數(shù)據(jù)科學(xué)項目的首選。大多數(shù)最先進(jìn)的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)庫都有一個Python API。因此，許多數(shù)據(jù)科學(xué)家更喜歡使用Python來實現(xiàn)由數(shù)據(jù)處理、模型構(gòu)建和模型驗證組成的整個項目流程。此外，Python提供了易于使用的api來處理、建模和可視化時間序列數(shù)據(jù)。此外，Python已經(jīng)成為web應(yīng)用程序后端開發(fā)的流行語言，因此對更廣泛的軟件專業(yè)人員具有吸引力。現(xiàn)在，讓我們來看看你能從這本書的每一章中學(xué)到什么。

https://www.packtpub.com/product/practical-time-series-analysis/9781788290227

第一章，時間序列的介紹，開始討論三種不同類型的數(shù)據(jù)集-橫斷面，時間序列和面板。討論了從橫斷面到時間序列的轉(zhuǎn)變以及數(shù)據(jù)分析的附加復(fù)雜性。描述了使時間序列數(shù)據(jù)具有特殊性的特殊數(shù)學(xué)性質(zhì)。幾個示例演示了如何使用探索性數(shù)據(jù)分析來可視化這些屬性。

第二章，理解時間序列數(shù)據(jù)，涵蓋了三個主題，先進(jìn)的預(yù)處理和可視化的時間序列數(shù)據(jù)，通過重采樣，分組，和移動平均線的計算;平穩(wěn)性和統(tǒng)計假設(shè)檢驗來檢測時間序列的平穩(wěn)性以及對非平穩(wěn)時間序列進(jìn)行平穩(wěn)化的各種時間序列分解方法。

第三章，基于指數(shù)平滑的方法，涵蓋了基于平滑的模型使用Holt-Winters方法的一階捕獲水平，二階平滑水平和趨勢，并說明更高階平滑，捕捉水平，趨勢和季節(jié)的時間序列數(shù)據(jù)集。

第四章，自回歸模型，討論了預(yù)測的自回歸模型。本章詳細(xì)介紹了移動平均(MA)、自回歸(AR)、自回歸移動平均(ARMA)和自回歸綜合移動平均(ARIMA)的實現(xiàn)，以在預(yù)測過程中捕捉時間序列數(shù)據(jù)中不同程度的干擾。?

第五章，時間序列預(yù)測的深度學(xué)習(xí)，討論了最近的深度學(xué)習(xí)算法，可以直接用于開發(fā)時間序列數(shù)據(jù)的預(yù)測模型。遞歸神經(jīng)網(wǎng)絡(luò)(RNN)是對數(shù)據(jù)序列進(jìn)行建模的一種自然選擇。在本章中，將介紹不同的RNN，如香草RNN、門控循環(huán)單元和長短期記憶單元，以開發(fā)時間序列數(shù)據(jù)的預(yù)測模型。在概念上討論了發(fā)展這些rnn所涉及的數(shù)學(xué)公式。使用Python的' keras '深度學(xué)習(xí)庫解決了案例研究。

【干貨書】實用時間序列分析：使用Python掌握時間序列數(shù)據(jù)處理、可視化和建模

【干貨書】實用時間序列分析：使用Python掌握時間序列數(shù)據(jù)處理、可視化和建模