کتاب کتاب آشپزی تحلیل سری‌های زمانی با پایتون، - ویرایش دوم (دسترسی اولیه)

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

دانلود کتاب تجزیه و تحلیل سری زمانی با کتاب آشپزی پایتون ، - چاپ دوم (دسترسی زود هنگام)

عنوان کتاب به انگلیسی

تجزیه و تحلیل سری زمانی با کتاب آشپزی پایتون ، - چاپ دوم (دسترسی زود هنگام)

سال انتشار کتاب2024
زبانانگلیسی
ناشرPackt Publishing - ebooks Account
تعداد صفحات627
ISBN101805124285
ISBN139781805124283
حجم و فرمت فایلPDF | EPUB, 29.24 MB
ویرایش2nd
نویسندگانTarek A. Atwan

توضیحات کتاب

Perform time series analysis and forecasting confidently with this Python code bank and reference manual Purchase of the print or Kindle book includes a free PDF eBookKey FeaturesExplore up-to-date forecasting and anomaly detection techniques using statistical, machine learning, and deep learning algorithmsLearn different techniques for evaluating, diagnosing, and optimizing your modelsWork with a variety of complex data with trends, multiple seasonal patterns, and irregularitiesBook DescriptionTo use time series data to your advantage, you need to be well-versed in data preparation, analysis, and forecasting. This fully updated second edition includes chapters on probabilistic models and signal processing techniques, as well as new content on transformers. Additionally, you will leverage popular libraries and their latest releases covering Pandas, Polars, Sktime, stats models, stats forecast, Darts, and Prophet for time series with new and relevant examples.You'll start by ingesting time series data from various sources and formats, and learn strategies for handling missing data, dealing with time zones and custom business days, and detecting anomalies using intuitive statistical methods.Further, you'll explore forecasting using classical statistical models (Holt-Winters, SARIMA, and VAR). Learn practical techniques for handling non-stationary data, using power transforms, ACF and PACF plots, and decomposing time series data with multiple seasonal patterns. Then we will move into more advanced topics such as building ML and DL models using TensorFlow and PyTorch, and explore probabilistic modeling techniques. In this part, you’ll also learn how to evaluate, compare, and optimize models, making sure that you finish this book well-versed in wrangling data with Python.What you will learnUnderstand what makes time series data different from other dataApply imputation and interpolation strategies to handle missing dataImplement an array of models for…

توضیحات کتاب به فارسی (ترجمه ماشینی)

Perform time series analysis and forecasting confidently with this Python code bank and reference manual Purchase of the print or Kindle book includes a free PDF eBookKey FeaturesExplore up-to-date forecasting and anomaly detection techniques using statistical, machine learning, and deep learning algorithmsLearn different techniques for evaluating, diagnosing, and optimizing your modelsWork with a variety of complex data with trends, multiple seasonal patterns, andIrrangularitiousBook توضیحات برای استفاده از داده های سری زمانی به نفع خود ، شما باید در تهیه داده ها ، تجزیه و تحلیل و پیش بینی داده ها آگاه باشید.این نسخه دوم کاملاً به روز شده شامل فصل هایی در مورد مدل های احتمالی و تکنیک های پردازش سیگنال و همچنین محتوای جدید در ترانسفورماتورها است.علاوه بر این ، شما از کتابخانه های محبوب و آخرین نسخه های آنها با پوشش پاندا ، پوره ها ، SKTIME ، مدل های آمار ، پیش بینی آمار ، دارت و پیامبر برای سری های زمانی ، با نمونه های جدید و مرتبط استفاده خواهید کرد. شما با استفاده از داده های مختلف از منابع و فرمت های مختلف شروع می کنید و استراتژی هایی را برای دست زدن به داده ها ، با استفاده از آن با استفاده از داده ها با استفاده از مناطق زمانی و مناطق زمانی و روزهای سفارشی یاد می گیرید.پیش بینی را با استفاده از مدلهای آماری کلاسیک (Holt-Winters ، Sarima و VAR) بررسی خواهید کرد.تکنیک های عملی را برای دستیابی به داده های غیر ثابت ، با استفاده از تبدیل قدرت ، توطئه های ACF و PACF و تجزیه داده های سری زمانی با الگوهای فصلی متعدد بیاموزید.سپس ما به موضوعات پیشرفته تری مانند ساخت مدل های ML و DL با استفاده از Tensorflow و Pytorch حرکت خواهیم کرد و تکنیک های مدل سازی احتمالی را کشف خواهیم کرد.در این بخش ، شما همچنین یاد می گیرید که چگونه مدل ها را ارزیابی ، مقایسه و بهینه سازی کنید ، و اطمینان حاصل کنید که این کتاب را در داده های مورد استفاده با پایتون به خوبی به پایان رسانده اید. چه چیزی را یاد می گیرید که چه چیزی داده های سری زمانی را متفاوت از سایر استراتژی های dataApply و Interpolation می کند تا DataImplement را از دست ندهید و مجموعه ای از مدل ها را برای…

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر کتاب اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.