Time Series for Data Science

Autor Bivin Philip Sadler, Wayne A. Woodward, Stephen Robertson

Time Series for Data Science - Bivin Philip Sadler,Wayne A. Woodward,Stephen Robertson Nedostupné

Time Series for Data Science

Autor Bivin Philip Sadler, Wayne A. Woodward, Stephen Robertson

0.0 z 5 hvězdiček 0 hodnocení čtenářů

Kniha ( pevná vazba )

    • Produkt je nedostupný.
E-shopové listy

Při zaslání zboží balíčkem

K nákupu nad 99 Kč dárek zdarma v hodnotě 19 Kč

E-shopové listy

Let na měsíc

Při zaslání zboží balíčkem

K nákupu nad 999 Kč dárek zdarma v hodnotě 299 Kč

Let na měsíc

Data Science students and practitioners want to find a forecast that “works” and don’t want to be constrained to a single forecasting strategy, Time Series for Data Science: Analysis and Forecasting discusses techniques of ensemble modelling for combining information from several strategies. Covering time series regression models,… Přejít na celý popis

Stín a kletba Nad Thornfieldem visí kletba a Jane Airová může být poslední nadějí na její prolomení. Gotická romantasy inspirovaná Janou Eyrovou plná magie, tajemství a nebezpečí. Více informací

K tomuto produktu zákazníci kupují

Popis Hodnocení 0.0 z 5 hvězdiček 0 Vývoj ceny

Popis

Data Science students and practitioners want to find a forecast that “works” and don’t want to be constrained to a single forecasting strategy, Time Series for Data Science: Analysis and Forecasting discusses techniques of ensemble modelling for combining information from several strategies. Covering time series regression models, exponential smoothing, Holt-Winters forecasting, and Neural Networks. It places a particular emphasis on classical ARMA and ARIMA models that is often lacking from other textbooks on the subject.

This book is an accessible guide that doesn’t require a background in calculus to be engaging but does not shy away from deeper explanations of the techniques discussed.

Features:

Provides a thorough coverage and comparison of a wide array of time series models and methods: Exponential Smoothing, Holt Winters, ARMA and ARIMA, deep learning models including RNNs, LSTMs, GRUs, and ensemble models composed of combinations of these models.Introduces the factor table representation of ARMA and ARIMA models. This representation is not available in any other book at this level and is extremely useful in both practice and pedagogy.Uses real world examples that can be readily found via web links from sources such as the US Bureau of Statistics, Department of Transportation and the World Bank.There is an accompanying R package that is easy to use and requires little or no previous R experience. The package implements the wide variety of models and methods presented in the book and has tremendous pedagogical use.

Sdílet

autoři
Bivin Philip Sadler | Wayne A. Woodward | Stephen Robertson
kategorie
Knihy » Cizojazyčná literatura » English literature » Nonfiction
Témata
Nakladatel
Taylor & Francis Ltd
Rozměr
261 x 184 x 36
jazyk
angličtina
Vazba
pevná vazba
Hmotnost
1170 g
isbn
978-0-367-53794-4
Počet stran
528
datum vydání
1.08.2022
ean
9780367537944

Hodnocení a recenze čtenářů Nápověda

0.0 z 5 0 hodnocení čtenářů

0× 5 hvězdiček 0× 4 hvězdičky 0× 3 hvězdičky 0× 2 hvězdičky 0× 1 hvezdička

Přidejte své hodnocení knihy

Načíst další hodnocení

Zobrazit všechna hodnocení

Přidat hodnocení

Vývoj ceny

Vývoj ceny Nápověda

Získejte přehled o vývoji ceny za posledních 60 dní.

Maloobchodní cena Minimální prodejní cena: 0 Kč Nápověda

Články, které stojí za pozornost

Zobrazit blog

Články, které stojí za pozornost