Analyse pratique des séries temporelles : Prédiction avec les statistiques et l'apprentissage automatique

Avis des lecteurs

Résumé:

Le livre offre une introduction complète et pratique à l'analyse des séries temporelles, mais il souffre de problèmes d'organisation et d'un manque d'exemples cohérents entre les différents langages de programmation.

Avantages:

Le style d'écriture est bien organisé et accessible, l'application des concepts est pratique, le livre couvre un large éventail de sujets, il est bien adapté à ceux qui ont une certaine expérience du codage et il est très pertinent dans le monde réel.

Inconvénients:

L'utilisation de R et de Python peut dérouter les lecteurs qui ne connaissent qu'un seul langage, l'organisation du contenu n'est pas cohérente, certains exemples de code sont mal écrits ou ne sont pas exécutables, et il y a des allégations de verbosité et de manque de profondeur dans certains sujets.

(basé sur 25 avis de lecteurs)

Titre original :

Practical Time Series Analysis: Prediction with Statistics and Machine Learning

Contenu du livre :

L'analyse des données de séries temporelles est de plus en plus importante en raison de la production massive de ces données par l'internet des objets, la numérisation des soins de santé et l'essor des villes intelligentes. La surveillance continue et la collecte de données devenant plus courantes, le besoin d'une analyse compétente des séries temporelles avec des techniques statistiques et d'apprentissage automatique augmentera.

Couvrant les innovations dans l'analyse des données de séries temporelles et les cas d'utilisation du monde réel, ce guide pratique vous aidera à résoudre les défis les plus courants de l'ingénierie des données et de l'analyse des séries temporelles, en utilisant à la fois les techniques statistiques traditionnelles et les techniques modernes d'apprentissage automatique. L'auteur, Aileen Nielsen, propose une introduction accessible et complète aux séries temporelles en R et en Python qui permettra aux scientifiques des données, aux ingénieurs logiciels et aux chercheurs d'être rapidement opérationnels.

Vous obtiendrez les conseils dont vous avez besoin pour :

⬤ Trouver et manipuler des données de séries temporelles.

⬤ Effectuer des analyses exploratoires de données de séries temporelles.

⬤ Stocker des données temporelles.

⬤ Simuler des données de séries temporelles.

⬤ Générer et sélectionner des caractéristiques pour une série temporelle.

⬤ Mesurer l'erreur.

⬤ Prévoir et classer des séries temporelles avec l'apprentissage automatique ou profond.

⬤ Évaluer la précision et les performances.

Autres informations sur le livre :

• ISBN : 9781492041658
• Auteur : Aileen Nielsen
• Éditeur : Oreilly Media
• Reliure : Broché
• Année de publication : 2019
• Nombre de pages : 400