Name: Time Series Algorithms Recipes: Implement Machine Learning and Deep Learning Techniques With Python (en Inglés)
Price: 66268.00 ARS
Availability: InStock
Author: Akshay R Kulkarni; Adarsha Shivananda; Anoosh Kulkarni; V Adithya Krishnan
ISBN: 9781484289778

portada Time Series Algorithms Recipes: Implement Machine Learning and Deep Learning Techniques With Python (en Inglés)

Time Series Algorithms Recipes: Implement Machine Learning and Deep Learning Techniques With Python (en Inglés)

Formato

Libro Físico

Editorial

Apress

Autor

Akshay R Kulkarni; Adarsha Shivananda; Anoosh Kulkarni; V Adithya Krishnan

Idioma

Inglés

N° páginas

174

Encuadernación

Tapa Blanda

Dimensiones

23.4 x 15.6 x 1.0 cm

Peso

0.3

ISBN13

9781484289778

N° edición

Time Series Algorithms Recipes: Implement Machine Learning and Deep Learning Techniques With Python (en Inglés)

Akshay R Kulkarni; Adarsha Shivananda; Anoosh Kulkarni; V Adithya Krishnan (Autor) · Apress · Tapa Blanda

Libro Nuevo Importado

Envío: 23 a 29 días háb.

$ 132.537$ 66.268

-50%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 100 unidades

$ 66.268

Llega entre el 12 Ago y el 21 Ago a C.A.B.A., Ciudad Autónoma de Buenos Aires. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Time Series Algorithms Recipes: Implement Machine Learning and Deep Learning Techniques With Python (en Inglés)"

This book teaches the practical implementation of various concepts for time series analysis and modeling with Python through problem-solution-style recipes, starting with data reading and preprocessing. It begins with the fundamentals of time series forecasting using statistical modeling methods like AR (autoregressive), MA (moving-average), ARMA (autoregressive moving-average), and ARIMA (autoregressive integrated moving-average). Next, you'll learn univariate and multivariate modeling using different open-sourced packages like Fbprohet, stats model, and sklearn. You'll also gain insight into classic machine learning-based regression models like randomForest, Xgboost, and LightGBM for forecasting problems. The book concludes by demonstrating the implementation of deep learning models (LSTMs and ANN) for time series forecasting. Each chapter includes several code examples and illustrations. After finishing this book, you will have a foundational understanding of various concepts relating to time series and its implementation in Python. What You Will LearnImplement various techniques in time series analysis using Python.Utilize statistical modeling methods such as AR (autoregressive), MA (moving-average), ARMA (autoregressive moving-average) and ARIMA (autoregressive integrated moving-average) for time series forecasting Understand univariate and multivariate modeling for time series forecastingForecast using machine learning and deep learning techniques such as GBM and LSTM (long short-term memory) Who This Book Is ForData Scientists, Machine Learning Engineers, and software developers interested in time series analysis.

Opiniones del libro

¿Leíste este libro? Inicia sesión para poder agregar tu propia evaluación.

Ver más opiniones de clientes

0% (0)
0% (0)
0% (0)
0% (0)
0% (0)

Preguntas y respuestas sobre el libro

¿Tienes una pregunta sobre el libro? Inicia sesión para poder agregar tu propia pregunta.

Opiniones sobre Buscalibre

Ver más opiniones de clientes

Time Series Algorithms Recipes: Implement Machine Learning and Deep Learning Techniques With Python (en Inglés) - Akshay R Kulkarni; Adarsha Shivananda; Anoosh Kulkarni; V Adithya Krishnan

Reseña del libro "Time Series Algorithms Recipes: Implement Machine Learning and Deep Learning Techniques With Python (en Inglés)"

Opiniones del libro

Preguntas frecuentes sobre el libro

¿El libro es original?

¿En qué Idioma está escrito el libro?

¿Cuál es la encuadernación de este libro?

Preguntas y respuestas sobre el libro

Opiniones sobre Buscalibre