Modern Time Series Forecasting with Python: Explore industry-ready time series forecasting using modern machine learning and deep learning
ერთეულის #: 62629275

Modern Time Series Forecasting with Python: Explore industry-ready time series forecasting using modern machine learning and deep learning

ერთეულის #: 62629275

GEL 217

Price Details

Excluding Shipping & Custom charges ( Shipping and custom charges will be calculated on checkout )

*All items will import from აშშ

Საწყობში
აშშ იმპორტირებულია USA მაღაზიიდან

QTY:

შეუკვეთეთ ახლავე და მიიღეთ Monday, ოქტომბერი 19
Our Top Logistics Partners
  • fedex
  • dhl
მეტის ჩვენება
U-Care-ის გარანტია:
არცერთი
აირჩიეთ გეგმა
fast shipping

Fast
Shipping

free return

Free
Return*

secure packaging

Secure Packaging

100% original products

100% Original Products

pci-dss

PCI DSS Compliance

iso certified

ISO 27001 Certified


paypal payment
visa payment
mastercard payment
qiwi wallet payment
Note: Step Down Voltage Transformer required for using electronics products of აშშ store (110-120). Recommended power converters იყიდე ახლა.

Პროდუქტის აღწერილობა

Shop Modern Time Series Forecasting with Python: Explore industry-ready time series forecasting using modern machine learning and deep learning online at a best price in Georgia. 1803246804
  • Build real-world time series forecasting systems which scale to millions of time series by applying modern machine learning and deep learning conceptsKey FeaturesExplore industry-tested machine learning techniques used to forecast millions of time seriesGet started with the revolutionary paradigm of global forecasting modelsGet to grips with new concepts by applying them to real-world datasets of energy forecastingBook DescriptionWe live in a serendipitous era where the explosion in the quantum of data collected and a renewed interest in data-driven techniques such as machine learning (ML), has changed the landscape of analytics, and with it, time series forecasting. This book, filled with industry-tested tips and tricks, takes you beyond commonly used classical statistical methods such as ARIMA and introduces to you the latest techniques from the world of ML.This is a comprehensive guide to analyzing, visualizing, and creating state-of-the-art forecasting systems, complete with common topics such as ML and deep learning (DL) as well as rarely touched-upon topics such as global forecasting models, cross-validation strategies, and forecast metrics. You’ll begin by exploring the basics of data handling, data visualization, and classical statistical methods before moving on to ML and DL models for time series forecasting. This book takes you on a hands-on journey in which you’ll develop state-of-the-art ML (linear regression to gradient-boosted trees) and DL (feed-forward neural networks, LSTMs, and transformers) models on a real-world dataset along with exploring practical topics such as interpretability.By the end of this book, you’ll be able to build world-class time series forecasting systems and tackle problems in the real world.What you will learnFind out how to manipulate and visualize time series data like a proSet strong baselines with popular models such as ARIMADiscover how time series forecasting can be cast as regressionEngineer features for machine learning models for forecastingExplore the exciting world of ensembling and stacking modelsGet to grips with the global forecasting paradigmUnderstand and apply state-of-the-art DL models such as N-BEATS and AutoformerExplore multi-step forecasting and cross-validation strategiesWho this book is forThe book is for data scientists, data analysts, machine learning engineers, and Python developers who want to build industry-ready time series models. Since the book explains most concepts from the ground up, basic proficiency in Python is all you need. Prior understanding of machine learning or forecasting will help speed up your learning. For experienced machine learning and forecasting practitioners, this book has a lot to offer in terms of advanced techniques and traversing the latest research frontiers in time series forecasting.Table of ContentsIntroducing Time SeriesAcquiring and Processing Time Series DataAnalyzing and Visualizing Time Series DataSetting a Strong Baseline ForecastTime Series Forecasting as RegressionFeature Engineering for Time Series ForecastingTarget Transformations for Time Series ForecastingForecasting Time Series with Machine Learning ModelsEnsembling and StackingGlobal Forecasting ModelsIntroduction to Deep LearningBuilding Blocks of Deep Learning for Time SeriesCommon Modeling Patterns for Time SeriesAttention and Transformers for Time SeriesStrategies for Global Deep Learning Forecasting Models(N.B. Please use the Look Inside option to see further chapters)
Publisher Packt Publishing
Publication date November 24, 2022
Language English
Print length 552 pages
ISBN-10 1803246804
ISBN-13 978-1803246802
Item Weight 2.07 pounds (940 grams)
Dimensions 7.5 x 1.25 x 9.25 inches (19.1 x 3.2 x 23.5 cm)

პროდუქტის აღწერილობა

Modern Time Series Forecasting with Python: Explore industry-ready time series forecasting using modern machine learning and deep learning

გაქვთ რაიმე შეკითხვა? მოგვმართეთ ჩათში

მომხმარებელთა კითხვები და პასუხები

  • კითხვა: როგორ ვიყიდოთ Modern Time Series Forecasting with Python: Explore ონლაინ Ubuy-დან?

    პასუხი: მარტივია ყიდვა Modern Time Series Forecasting with Python: Explore ონლაინ Ubuy-დან.. თქვენ უბრალოდ უნდა მოძებნოთ პროდუქტი, აირჩიოთ თქვენი მიწოდების მეთოდი შემოწმების დროს და მიიტანოთ იგი თქვენს ადგილას.
  • კითხვა: Modern Time Series Forecasting with Python: Explore ხელმისაწვდომია ონლაინ შოპინგისთვის Georgia-ში?

    პასუხი: დიახ, Ubuy Georgia-ში ეს პროდუქტი თქვენთვის ხელმისაწვდომია გონივრულ ფასად.. Modern Time Series Forecasting with Python: Explore არ არის ხელმისაწვდომი ადგილობრივად, მაგრამ შეგიძლიათ გვჯეროდეს ჩვენი ექსპრეს მიწოდების სერვისები.
  • კითხვა: რამდენი დრო სჭირდება პროდუქტის მიღებას შეკვეთის გაფორმების შემდეგ?

    პასუხი: თქვენი შეკვეთილი პროდუქტის მიწოდების დრო განსხვავდება თქვენ მიერ შეკვეთილი და მიწოდების მეთოდის მიხედვით, რომელიც არჩეულია.. მიწოდების სავარაუდო დრო მითითებულია შეკვეთის პროცესში, ასე რომ შოპინგის დროს იყავით უყურადღებო.

Probability & Statistics Editorial Review

სარედაქციო მიმოხილვები ვერ მოიძებნა

Customer Reviews & Ratings

4.4
63 მომხმარებლის შეფასება
  • 5 ვარსკვლავი
    69%
  • 4 ვარსკვლავი
    16%
  • 3 ვარსკვლავი
    6%
  • 2 ვარსკვლავი
    3%
  • 1 ვარსკვლავი
    6%

ამ პროდუქტის მიმოხილვა

გაუზიარეთ თქვენი აზრები სხვა მომხმარებლებს

Product Price History

მნიშვნელოვანი ინფორმაცია

  • შეზღუდვები: გთხოვთ, გაითვალისწინოთ, რომ საზღვარგარეთ გაგზავნილი პროდუქტებისთვის მწარმოებლის გარანტია შეიძლება არ იყოს მოქმედი; მწარმოებლის მომსახურების პარამეტრები შეიძლება არ იყოს ხელმისაწვდომი; პროდუქტის ინსტრუქციები და უსაფრთხოების გაფრთხილებები შეიძლება არ იყოს დანიშნულების ქვეყნის ენაზე; პროდუქტები (და მასთან დაკავშირებული მასალები) შეიძლება არ იყოს შემუშავებული დანიშნულების ქვეყნის სტანდარტების, სპეციფიკაციებისა და მარკირების მოთხოვნების შესაბამისად; და პროდუქტები შეიძლება არ შეესაბამებოდეს დანიშნულების ქვეყნის ძაბვისა და სხვა ელექტრო სტანდარტებს (საჭიროების შემთხვევაში საჭიროა ადაპტერი ან გადამყვანი). მიმღები პასუხისმგებელია უზრუნველყოს, რომ პროდუქტი კანონიერად შემოიტანოს დანიშნულების ქვეყანაში. Ubuy-ს ან მისი აფილირებული პირების მეშვეობით შეკვეთისას მიმღები არის რეგისტრირებული იმპორტიორი და მან უნდა გაითვალისწინოს დანიშნულების ქვეყნის ყველა კანონი და დებულება.
  • Ubuy-ზე ჩამოთვლილი ყველა პროდუქტი არ არის გაყიდვაში, რადგან Ubuy არის გლობალური საძიებო სისტემა და პროდუქტები ექვემდებარება საექსპორტო/სავაჭრო რეგულაციებს.