
Machine Learning for Time-Series with Python: Forecast, predict, and detect anomalies with state-of-the-art machine learning methods
Kurzinformation



inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"Machine Learning for Time-Series with Python" von Ben Auffarth ist ein umfassendes Handbuch, das sich auf die Anwendung moderner Machine-Learning-Methoden zur Analyse von Zeitreihendaten konzentriert. Das Buch bietet eine praxisorientierte Einführung in die Vorhersage, Prognose und Anomalieerkennung in Zeitreihen mithilfe von Python. Es deckt grundlegende Konzepte und Techniken ab, darunter die Datenvorverarbeitung, Feature-Engineering und Modellbewertung. Darüber hinaus werden fortgeschrittene Themen wie neuronale Netze, Deep Learning und probabilistische Modelle behandelt. Der Autor stellt zahlreiche Beispiele und Code-Snippets bereit, um den Lesern zu helfen, das Gelernte praktisch umzusetzen. Dieses Buch richtet sich an Data Scientists, Ingenieure und Analysten, die ihre Fähigkeiten im Bereich der Zeitreihenanalyse erweitern möchten.
Produktdetails

So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Hardcover -
- Erschienen 2017
- Springer
- hardcover
- 280 Seiten
- Erschienen 2000
- Chapman and Hall/CRC
- Hardcover
- 320 Seiten
- Erschienen 2001
- Routledge
- Kartoniert
- 768 Seiten
- Erschienen 2021
- mitp
- Hardcover
- 256 Seiten
- Erschienen 2023
- Wiley & Sons
- Hardcover
- 256 Seiten
- Erschienen 2022
- Wiley & Sons
- Hardcover
- 608 Seiten
- Erschienen 2023
- Wiley
- Hardcover
- 448 Seiten
- Erschienen 2020
- Wiley-Scrivener
- Hardcover
- 329 Seiten
- Erschienen 2022
- Apress