Practical Time Series Analysis. Prediction with Statistics and Machine Learning
![Język publikacji: angielski Język publikacji: angielski](https://static01.helion.com.pl/global/flagi/1.png)
- Autor:
- Aileen Nielsen
![Practical Time Series Analysis. Prediction with Statistics and Machine Learning Aileen Nielsen - okładka ebooka](https://static01.helion.com.pl/global/okladki/326x466/e_1bih.png)
![Practical Time Series Analysis. Prediction with Statistics and Machine Learning Aileen Nielsen - tył okładki ebooka](https://static01.helion.com.pl/global/okladki-tyl/326x466/e_1bih.png)
- Ocena:
- Bądź pierwszym, który oceni tę książkę
- Stron:
- 504
- Dostępne formaty:
-
ePubMobi
Opis ebooka: Practical Time Series Analysis. Prediction with Statistics and Machine Learning
Time series data analysis is increasingly important due to the massive production of such data through the internet of things, the digitalization of healthcare, and the rise of smart cities. As continuous monitoring and data collection become more common, the need for competent time series analysis with both statistical and machine learning techniques will increase.
Covering innovations in time series data analysis and use cases from the real world, this practical guide will help you solve the most common data engineering and analysis challengesin time series, using both traditional statistical and modern machine learning techniques. Author Aileen Nielsen offers an accessible, well-rounded introduction to time series in both R and Python that will have data scientists, software engineers, and researchers up and running quickly.
You’ll get the guidance you need to confidently:
- Find and wrangle time series data
- Undertake exploratory time series data analysis
- Store temporal data
- Simulate time series data
- Generate and select features for a time series
- Measure error
- Forecast and classify time series with machine or deep learning
- Evaluate accuracy and performance
Wybrane bestsellery
-
Fairness is an increasingly important topic as machine learning and AI more generally take over the world. While this is an active area of research, many realistic best practices are emerging at all steps along the data pipeline, from data selection and preprocessing to blackbox model audits. Thi...(133.81 zł najniższa cena z 30 dni)
133.71 zł
179.00 zł(-25%) -
Ta książka jest szerokim, aktualnym i praktycznym przeglądem metod analizy szeregów czasowych, w którym ujęto pełny potok przetwarzania danych czasowych i modelowania. Zaprezentowano w niej rzeczywiste przypadki użycia tych metod i zilustrowano je obszernymi fragmentami znakomicie zaprojektowaneg...(59.40 zł najniższa cena z 30 dni)
59.40 zł
99.00 zł(-40%) -
Oddajemy w Państwa ręce kompendium wiedzy, które stanowi nieocenione źródło informacji dla wszystkich zainteresowanych zgłębianiem tajników uczenia maszynowego i głębokiego uczenia. Ta obszerna publikacja, licząca ponad 800 stron, jest prawdziwą skarbnicą wiedzy teoretycznej i praktycznej, staran...
-
Dzięki tej książce łatwo przyswoisz teoretyczne podstawy i zaczniesz je płynnie wdrażać w rzeczywistych scenariuszach. Dowiesz się, w jaki sposób myślenie przyczynowe ułatwia rozwiązywanie problemów, i poznasz pojęcia Pearla, takie jak strukturalny model przyczynowy, interwencje, kontrfakty itp. ...(65.40 zł najniższa cena z 30 dni)
65.40 zł
109.00 zł(-40%) -
Oto zaktualizowane wydanie popularnego przewodnika, dzięki któremu skorzystasz z ponad dwustu sprawdzonych receptur bazujących na najnowszych wydaniach bibliotek Pythona. Wystarczy, że skopiujesz i dostosujesz kod do swoich potrzeb. Możesz też go uruchamiać i testować za pomocą przykładowego zbio...(53.40 zł najniższa cena z 30 dni)
53.40 zł
89.00 zł(-40%) -
Tę książkę docenią w szczególności analitycy danych. Wyjaśniono w niej potencjał wnioskowania przyczynowego w zakresie szacowania wpływu i efektów w biznesie. Opisano klasyczne metody wnioskowania przyczynowego, w tym testy A/B, regresja liniowa, wskaźnik skłonności, metoda syntetycznej kontroli ...(59.92 zł najniższa cena z 30 dni)
59.92 zł
74.90 zł(-20%) -
"Sztuczna Inteligencja i Uczenie Maszynowe: Kompletny Przewodnik do Budowy Własnych Rozwiązań AI" to kompleksowa książka, która oferuje pełne wprowadzenie do świata sztucznej inteligencji (AI) i uczenia maszynowego (ML). Zawiera praktyczne informacje, które pozwolą czytelnikom na budowę i wdrażan...
-
Dzięki tej książce nauczysz się holistycznego podejścia, które zdecydowanie usprawni współpracę między zespołami. Najpierw zapoznasz się z podstawowymi informacjami o przepływach pracy związanych z uczeniem maszynowym przy użyciu Apache Spark i pakietu PySpark. Nauczysz się też zarządzać cyklem ż...(59.92 zł najniższa cena z 30 dni)
59.92 zł
74.90 zł(-20%) -
Czy jesteś gotowy, aby wkroczyć w fascynujący świat sztucznej inteligencji i zdobyć umiejętności, które zrewolucjonizują Twoją karierę? Przedstawiamy Ci przewodnik, który otworzy przed Tobą drzwi do jednej z najbardziej pożądanych profesji przyszłości. Ta przełomowa książka oferuje kompleksowe...
-
W dynamicznie zmieniającym się świecie biznesu automatyzacja procesów staje się kluczowym elementem sukcesu każdej organizacji. Technologia RPA (ang. robotic process automation) w połączeniu z zarządzaniem projektami i inżynierią oprogramowania tworzy nowy standard w zarządzaniu zasobami i operac...(49.05 zł najniższa cena z 30 dni)
76.30 zł
109.00 zł(-30%)
O autorze ebooka
Aileen Nielsen - jest inżynierem oprogramowania i analitykiem danych. Współpracuje ze start-upami, które korzystają z szeregów czasowych i sieci neuronowych. Wcześniej pracowała w kancelariach prawnych, laboratoriach badawczych i start-upach technologicznych. Interesuje się inżynierią oprogramowania obronnego oraz współdziałaniem prawa i technologii. Często występuje na konferencjach dotyczących uczenia maszynowego i predykcji za pomocą sieci neuronowych.
Kup polskie wydanie:
Szeregi czasowe. Praktyczna analiza i predykcja z wykorzystaniem statystyki i uczenia maszynowego
- Autor:
- Aileen Nielsen
49,50 zł
99,00 zł
(49.50 zł najniższa cena z 30 dni)
Ebooka "Practical Time Series Analysis. Prediction with Statistics and Machine Learning" przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook, Onyx Boox i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka "Practical Time Series Analysis. Prediction with Statistics and Machine Learning" posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolnych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video "Practical Time Series Analysis. Prediction with Statistics and Machine Learning" zobaczysz:
-
w aplikacjach Ebookpoint i Videopoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych z dostępem do najnowszej wersji Twojej przeglądarki internetowej
Szczegóły ebooka
- ISBN Ebooka:
- 978-14-920-4160-3, 9781492041603
- Data wydania ebooka:
-
2019-09-20
Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@ebookpoint.pl.
- Język publikacji:
- angielski
- Rozmiar pliku ePub:
- 8.3MB
- Rozmiar pliku Mobi:
- 18.4MB
Spis treści ebooka
- Preface
- Who Should Read This Book
- Expected Background
- Who Should Read This Book
- Why I Wrote This Book
- Navigating This Book
- Online Resources
- Conventions Used in This Book
- Using Code Examples
- OReilly Online Learning
- How to Contact Us
- Acknowledgments
- 1. Time Series: An Overview and a Quick History
- The History of Time Series in Diverse Applications
- Medicine as a Time Series Problem
- Medical instruments
- Medicine as a Time Series Problem
- Forecasting Weather
- Forecasting Economic Growth
- Trading markets
- The History of Time Series in Diverse Applications
- Astronomy
- Time Series Analysis Takes Off
- The Origins of Statistical Time Series Analysis
- The Origins of Machine Learning Time Series Analysis
- More Resources
- 2. Finding and Wrangling Time Series Data
- Where to Find Time Series Data
- Prepared Data Sets
- The UCI Machine Learning Repository
- The UEA and UCR Time Series Classification Repository
- Government time series data sets
- Additional helpful sources
- Prepared Data Sets
- Found Time Series
- Where to Find Time Series Data
- Retrofitting a Time Series Data Collection from a Collection of Tables
- A Worked Example: Assembling a Time Series Data Collection
- Constructing a Found Time Series
- Timestamping Troubles
- Whose Timestamp?
- Guesstimating Timestamps to Make Sense of Data
- Local or Universal Time?
- User behavior or network behavior?
- Whats a Meaningful Time Scale?
- Cleaning Your Data
- Handling Missing Data
- Preparing a data set to test missing data imputation methodologies
- Forward fill
- Moving average
- Interpolation
- Overall comparison
- Final notes
- Handling Missing Data
- Upsampling and Downsampling
- Downsampling
- The original resolution of the data isnt sensible
- Focus on a particular portion of a seasonal cycle
- Match against data at a lower frequency
- Downsampling
- Upsampling
- Irregular time series
- Inputs sampled at different frequencies
- Knowledge of time series dynamics
- Smoothing Data
- Purposes of smoothing
- Exponential smoothing
- Seasonal Data
- Time Zones
- Preventing Lookahead
- More Resources
- 3. Exploratory Data Analysis for Time Series
- Familiar Methods
- Plotting
- Histograms
- Scatter Plots
- Familiar Methods
- Time SeriesSpecific Exploratory Methods
- Understanding Stationarity
- Intuition
- Stationary definition and the Augmented DickeyFuller test
- In practice
- Understanding Stationarity
- Applying Window Functions
- Rolling windows
- Expanding windows
- Custom rolling functions
- Understanding and Identifying Self-Correlation
- The autocorrelation function
- The partial autocorrelation function
- Spurious Correlations
- Some Useful Visualizations
- 1D Visualizations
- 2D Visualizations
- 3D Visualizations
- More Resources
- 4. Simulating Time Series Data
- Whats Special About Simulating Time Series?
- Simulation Versus Forecasting
- Whats Special About Simulating Time Series?
- Simulations in Code
- Doing the Work Yourself
- Building a Simulation Universe That Runs Itself
- A Physics Simulation
- Final Notes on Simulations
- Statistical Simulations
- Deep Learning Simulations
- More Resources
- 5. Storing Temporal Data
- Defining Requirements
- Live Data Versus Stored Data
- Slowly changing variables
- Noisy, high-frequency data
- Stale data
- Live Data Versus Stored Data
- Defining Requirements
- Database Solutions
- SQL Versus NoSQL
- Characteristics of the data that originally inspired SQL databases
- Characteristics of time series data
- How to choose between SQL and NoSQL
- SQL Versus NoSQL
- Popular Time Series Database and File Solutions
- Time seriesspecific databases and related monitoring tools
- InfluxDB
- Prometheus
- Time seriesspecific databases and related monitoring tools
- General NoSQL databases
- File Solutions
- NumPy
- Pandas
- Standard R Equivalents
- Xarray
- More Resources
- 6. Statistical Models for Time Series
- Why Not Use a Linear Regression?
- Statistical Methods Developed for Time Series
- Autoregressive Models
- Using algebra to understand constraints on AR processes
- Choosing parameters for an AR(p) model
- Forecasting with an AR(p) process
- Forecasting one time step ahead
- Forecasting many steps into the future
- Autoregressive Models
- Moving Average Models
- The model
- Selecting parameters for an MA(q) process
- Forecasting an MA(q) process
- Autoregressive Integrated Moving Average Models
- The model
- Selecting parameters
- Manually fitting a model
- Using automated model fitting
- Vector Autoregression
- Variations on Statistical Models
- Seasonal ARIMA
- ARCH, GARCH, and their many brethren
- Hierarchical time series models
- Advantages and Disadvantages of Statistical Methods for Time Series
- More Resources
- 7. State Space Models for Time Series
- State Space Models: Pluses and Minuses
- The Kalman Filter
- Overview
- Code for the Kalman Filter
- Hidden Markov Models
- How the Model Works
- How We Fit the Model
- Baum Welch algorithm
- Viterbi algorithm
- Fitting an HMM in Code
- Bayesian Structural Time Series
- Code for bsts
- More Resources
- 8. Generating and Selecting Features for a Time Series
- Introductory Example
- General Considerations When Computing Features
- The Nature of the Time Series
- Stationarity
- Length of time series
- The Nature of the Time Series
- Domain Knowledge
- External Considerations
- A Catalog of Places to Find Features for Inspiration
- Open Source Time Series Feature Generation Libraries
- The tsfresh Python module
- The Cesium time series analysis platform
- Rs tsfeatures package
- Open Source Time Series Feature Generation Libraries
- Domain-Specific Feature Examples
- Technical stock market indicators
- Healthcare time series
- How to Select Features Once You Have Generated Them
- Concluding Thoughts
- More Resources
- 9. Machine Learning for Time Series
- Time Series Classification
- Selecting and Generating Features
- Decision Tree Methods
- Random forest
- Gradient boosted trees
- Code example
- Classification versus regression
- Time Series Classification
- Clustering
- Generating Features from the Data
- Temporally Aware Distance Metrics
- Clustering Code
- Hierarchical clustering of normalized features
- Hierarchical clustering with the DTW distance matrix
- More Resources
- 10. Deep Learning for Time Series
- Deep Learning Concepts
- Programming a Neural Network
- Data, Symbols, Operations, Layers, and Graphs
- Building a Training Pipeline
- Inspecting Our Data Set
- Steps of a Training Pipeline
- Making our code easily configurable
- Prepping our input data
- Shaping the input data
- Building iterators
- Shaping the data in code
- NC data format
- NTC data format
- Setting training parameters and establishing a recordkeeping system
- Evaluation metrics
- Putting it together
- Feed Forward Networks
- A Simple Example
- Using an Attention Mechanism to Make Feed Forward Networks More Time-Aware
- CNNs
- A Simple Convolutional Model
- Alternative Convolutional Models
- Causal convolutions
- Converting a time series into pictures
- RNNs
- Continuing Our Electric Example
- The Autoencoder Innovation
- Combination Architectures
- Summing Up
- More Resources
- 11. Measuring Error
- The Basics: How to Test Forecasts
- Model-Specific Considerations for Backtesting
- The Basics: How to Test Forecasts
- When Is Your Forecast Good Enough?
- Estimating Uncertainty in Your Model with a Simulation
- Predicting Multiple Steps Ahead
- Fit Directly to the Horizon of Interest
- Recursive Approach to Distant Temporal Horizons
- Multitask Learning Applied to Time Series
- Model Validation Gotchas
- More Resources
- 12. Performance Considerations in Fitting and Serving Time Series Models
- Working with Tools Built for More General Use Cases
- Models Built for Cross-Sectional Data Dont Share Data Across Samples
- Dont use overlapping data
- Employ a generator-like paradigm to iterate through the data set
- Models Built for Cross-Sectional Data Dont Share Data Across Samples
- Models That Dont Precompute Create Unnecessary Lag Between Measuring Data and Making a Forecast
- Working with Tools Built for More General Use Cases
- Data Storage Formats: Pluses and Minuses
- Store Your Data in a Binary Format
- Preprocess Your Data in a Way That Allows You to Slide Over It
- Modifying Your Analysis to Suit Performance Considerations
- Using All Your Data Is Not Necessarily Better
- Complicated Models Dont Always Do Better Enough
- A Brief Mention of Alternative High-Performance Tools
- More Resources
- 13. Healthcare Applications
- Predicting the Flu
- A Case Study of Flu in One Metropolitan Area
- Data exploration and some cleanup
- Fitting a seasonal ARIMA model
- An alternative ARIMA model: Exogenous harmonic regressors instead of seasonality
- A Case Study of Flu in One Metropolitan Area
- What Is State of the Art in Flu Forecasting?
- Research in flu forecasts
- Predicting the Flu
- Predicting Blood Glucose Levels
- Data Cleaning and Exploration
- Generating Features
- Fitting a Model
- More Resources
- 14. Financial Applications
- Obtaining and Exploring Financial Data
- Preprocessing Financial Data for Deep Learning
- Adding Quantities of Interest to Our Raw Values
- Scaling Quantities of Interest Without a Lookahead
- Formatting Our Data for a Neural Network
- Building and Training an RNN
- More Resources
- 15. Time Series for Government
- Obtaining Governmental Data
- Exploring Big Time Series Data
- Upsample and Aggregate the Data as We Iterate Through It
- Sort the Data
- Online Statistical Analysis of Time Series Data
- Remaining Questions
- Further Improvements
- More Resources
- 16. Time Series Packages
- Forecasting at Scale
- Googles Industrial In-house Forecasting
- Automated and extensive data cleaning and smoothing
- Temporal aggregation and geographic/conceptual disaggregation
- Combining forecasts and simulation-based generation of uncertainty estimates
- Googles Industrial In-house Forecasting
- Facebooks Open Source Prophet Package
- Forecasting at Scale
- Anomaly Detection
- Twitters Open Source AnomalyDetection Package
- Other Time Series Packages
- More Resources
- 17. Forecasts About Forecasting
- Forecasting as a Service
- Deep Learning Enhances Probabilistic Possibilities
- Increasing Importance of Machine Learning Rather Than Statistics
- Increasing Combination of Statistical and Machine Learning Methodologies
- More Forecasts for Everyday Life
- Index
O'Reilly Media - inne książki
-
Large language models (LLMs) and generative AI are rapidly changing the healthcare industry. These technologies have the potential to revolutionize healthcare by improving the efficiency, accuracy, and personalization of care. This practical book shows healthcare leaders, researchers, data scient...(160.65 zł najniższa cena z 30 dni)
160.15 zł
199.00 zł(-20%) -
With hundreds of tools preinstalled, the Kali Linux distribution makes it easier for security professionals to get started with security testing quickly. But with more than 600 tools in its arsenal, Kali Linux can also be overwhelming. The new edition of this practical book covers updates to the ...(174.18 zł najniższa cena z 30 dni)
173.97 zł
209.00 zł(-17%) -
Learn how to implement and manage a modern customer data platform (CDP) through the Salesforce Data Cloud platform. This practical book provides a comprehensive overview that shows architects, administrators, developers, data engineers, and marketers how to ingest, store, and manage real-time cus...(197.34 zł najniższa cena z 30 dni)
197.14 zł
249.00 zł(-21%) -
Real-time applications are becoming the norm today. But building a model that works properly requires real-time data from the source, in-flight stream processing, and low latency serving of its analytics. With this practical book, data engineers, data architects, and data analysts will learn how ...(223.08 zł najniższa cena z 30 dni)
222.88 zł
279.00 zł(-20%) -
Methods of delivering software are constantly evolving in order to increase speed to market without sacrificing reliability and stability. Mastering development end to end, from version control to production, and building production-ready code is now more important than ever. Continuous deploymen...(182.64 zł najniższa cena z 30 dni)
182.58 zł
239.00 zł(-24%) -
As the transformation to hybrid multicloud accelerates, businesses require a structured approach to securing their workloads. Adopting zero trust principles demands a systematic set of practices to deliver secure solutions. Regulated businesses, in particular, demand rigor in the architectural pr...(165.75 zł najniższa cena z 30 dni)
165.65 zł
209.00 zł(-21%) -
This concise yet comprehensive guide explains how to adopt a data lakehouse architecture to implement modern data platforms. It reviews the design considerations, challenges, and best practices for implementing a lakehouse and provides key insights into the ways that using a lakehouse can impact ...(193.19 zł najniższa cena z 30 dni)
192.69 zł
249.00 zł(-23%) -
In today's fast-paced world, more and more organizations require rapid application development with reduced development costs and increased productivity. This practical guide shows application developers how to use PowerApps, Microsoft's no-code/low-code application framework that helps developer...(162.27 zł najniższa cena z 30 dni)
162.17 zł
209.00 zł(-22%) -
Welcome to the systems age, where software professionals are no longer building software&emdash;we're building systems of software. Change is continuously deployed across software ecosystems coordinated by responsive infrastructure. In this world of increasing relational complexity, we need t...(152.01 zł najniższa cena z 30 dni)
151.81 zł
209.00 zł(-27%) -
This book provides an ideal guide for Python developers who want to learn how to build applications with large language models. Authors Olivier Caelen and Marie-Alice Blete cover the main features and benefits of GPT-4 and GPT-3.5 models and explain how they work. You'll also get a step-by-step g...(155.36 zł najniższa cena z 30 dni)
154.86 zł
209.00 zł(-26%)
Dzieki opcji "Druk na żądanie" do sprzedaży wracają tytuły Grupy Helion, które cieszyły sie dużym zainteresowaniem, a których nakład został wyprzedany.
Dla naszych Czytelników wydrukowaliśmy dodatkową pulę egzemplarzy w technice druku cyfrowego.
Co powinieneś wiedzieć o usłudze "Druk na żądanie":
- usługa obejmuje tylko widoczną poniżej listę tytułów, którą na bieżąco aktualizujemy;
- cena książki może być wyższa od początkowej ceny detalicznej, co jest spowodowane kosztami druku cyfrowego (wyższymi niż koszty tradycyjnego druku offsetowego). Obowiązująca cena jest zawsze podawana na stronie WWW książki;
- zawartość książki wraz z dodatkami (płyta CD, DVD) odpowiada jej pierwotnemu wydaniu i jest w pełni komplementarna;
- usługa nie obejmuje książek w kolorze.
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka, którą chcesz zamówić pochodzi z końcówki nakładu. Oznacza to, że mogą się pojawić drobne defekty (otarcia, rysy, zagięcia).
Co powinieneś wiedzieć o usłudze "Końcówka nakładu":
- usługa obejmuje tylko książki oznaczone tagiem "Końcówka nakładu";
- wady o których mowa powyżej nie podlegają reklamacji;
Masz pytanie o konkretny tytuł? Napisz do nas: sklep[at]helion.pl.
Książka drukowana
![Loader](https://static01.helion.com.pl/ebookpoint/img/ajax-loader.gif)
![ajax-loader](https://static01.helion.com.pl/ebookpoint/img/ajax-loader.gif)
Oceny i opinie klientów: Practical Time Series Analysis. Prediction with Statistics and Machine Learning Aileen Nielsen (0)
Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.