幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

時間序列預測(基於機器學習和Python實現)/智能系統與技術叢書

  • 作者：(美)弗朗西斯卡·拉澤里|責編:李永泉|譯者:郝小可
  • 出版社：機械工業
  • ISBN：9787111697466
  • 出版日期：2022/01/01
  • 裝幀：平裝
  • 頁數：190
人民幣：RMB 89 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    當今，時間序列預測在金融、教育和醫療等行業中廣泛使用，同時也在各類商業人士的決策中發揮著重要作用。本書揭開了時間序列預測技術的神秘面紗，為沒有時間序列或機器學習經驗的讀者提供了創建和評估時間序列模型所需的基本工具。
    本書使用流行的Python工具和庫來解決複雜和重要的業務預測問題，展示了如何使用Python編程語言實現準確和實用的時間序列預測模型。書中詳細介紹了如何獲取和清理數據，如何設計端到端的時間序列預測解決方案，如何理解時間序列預測的一些經典方法，如何將神經網路結合到預測模型中，以及如何在真實世界中部署時間序列預測模型。
    本書非常適合有2?3年工作經驗的商業分析師、開發人員和數據科學家閱讀，也適合那些熟悉時間序列預測理論但缺乏實踐經驗的研究人員參考。
作者介紹
(美)弗朗西斯卡·拉澤里|責編:李永泉|譯者:郝小可
目錄
譯者序
前言
致謝
關於作者
關於技術審閱人
第1章  時間序列預測概述
  1.1  時間序列預測的機器學習方法
  1.2  時間序列預測的監督學習
  1.3  基於Python的時間序列預測
  1.4  時間序列預測的實驗設置
  1.5  總結
第2章  如何在雲上設計一個端到端的時間序列預測解決方案
  2.1  時間序列預測模板
    2.1.1  業務理解和性能度量
    2.1.2  數據攝取
    2.1.3  數據探索與理解
    2.1.4  數據預處理和特徵工程
    2.1.5  模型構建和選擇
  2.2  需求預測建模技術概述
    2.2.1  模型評估
    2.2.2  模型部署
    2.2.3  預測解決方案的接受程度
  2.3  用例：需求預測
  2.4  總結
第3章  時間序列數據準備
  3.1  用於時間序列數據的Python庫
    3.1.1  時間序列的通用數據準備工作
    3.1.2  時間戳與周期
    3.1.3  轉換為時間戳
    3.1.4  提供格式參數
    3.1.5  索引
    3.1.6  時間/日期組件
    3.1.7  頻率轉換
  3.2  探索與理解時間序列
    3.2.1  如何開始時間序列數據分析
    3.2.2  時間序列中缺失值的數據清理
    3.2.3  歸一化和標準化時間序列數據
  3.3  時間序列特徵工程
    3.3.1  日期時間特徵
    3.3.2  滯后特徵和窗口特徵
    3.3.3  滾動窗口統計信息
    3.3.4  擴展窗口統計信息
  3.4  總結
第4章  時間序列預測的自回歸和自動方法
  4.1  自回歸
  4.2  移動平均
  4.3  自回歸移動平均
  4.4  差分自回歸移動平均
  4.5  自動化機器學習
  4.6  總結

第5章  基於神經網路的時間序列預測
  5.1  將深度學慣用於時間序列預測的原因
    5.1.1  深度學習神經網路能夠自動從原始數據中學習和提取特徵
    5.1.2  深度學習支持多個輸入和輸出
    5.1.3  循環神經網路擅長從輸入數據中提取模式
  5.2  基於循環神經網路的時間序列預測
    5.2.1  循環神經網路
    5.2.2  長短期記憶
    5.2.3  門控循環單元
    5.2.4  如何為LSTM和GRU準備時間序列數據
  5.3  如何開發用於時間序列預測的GRU和LSTM
    5.3.1  Keras
    5.3.2  TensorFlow
    5.3.3  單變數模型
    5.3.4  多變數模型
  5.4  總結
第6章  時間序列預測的模型部署
  6.1  實驗設置和Python版的Azure機器學習SDK介紹
    6.1.1  Workspace
    6.1.2  Experiment
    6.1.3  Run
    6.1.4  Model
    6.1.5  ComputeTarget、RunConfiguration和ScriptRunConfig
    6.1.6  Image和Webservice
  6.2  機器學習模型部署
  6.3  時間序列預測的解決方案體系結構部署示例
    6.3.1  訓練並部署ARIMA模型
    6.3.2  配置工作空間
    6.3.3  創建實驗
    6.3.4  創建或連接計算集群
    6.3.5  上傳數據到Azure
    6.3.6  創建估算器
    6.3.7  將工作提交到遠程集群
    6.3.8  註冊模型
    6.3.9  部署模型
    6.3.10  定義輸入腳本和依賴項
    6.3.11  自動生成模式
  6.4  總結
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032