Прогнозирование временных рядов с помощью Facebook Prophet, ETNA, Sktime и LinkedIn Greykite
Прогнозирование – одна из задач науки о данных, которая является центральной для многих видов деятельности внутри организации. Книга посвящена популярным библиотекам прогнозирования временных рядов Prophet, sktime, ETNA и Greykite. Разбирается математический аппарат и API каждой библиотеки. Показаны примеры решения задач прогнозирования, классификации и кластеризации временных рядов, проиллюстрированы темы конструирования и отбора признаков для временных рядов.
В качестве примеров прогнозирования используются данные из самых разных областей – уровень углекислого газа в атмосфере, циклы солнечных пятен, количество местных осадков, число лайков в популярных соцсетях и др.
Издание будет интересно специалистам по data science, регулярно решающим задачи с временными рядами. Для изучения материала желателен опыт работы на Python и базовые знания в области машинного обучения.
Издание: Черно-белое
Автор: Рафферти Г., Груздев А.В.
Объем, стр: 694
ISBN: 978-5-93700-212-9
PDF от издателя
dmkpress.com/catalog/computer/data/978-5-93700-212-9/
Прогнозирование – одна из задач науки о данных, которая является центральной для многих видов деятельности внутри организации. Книга посвящена популярным библиотекам прогнозирования временных рядов Prophet, sktime, ETNA и Greykite. Разбирается математический аппарат и API каждой библиотеки. Показаны примеры решения задач прогнозирования, классификации и кластеризации временных рядов, проиллюстрированы темы конструирования и отбора признаков для временных рядов.
В качестве примеров прогнозирования используются данные из самых разных областей – уровень углекислого газа в атмосфере, циклы солнечных пятен, количество местных осадков, число лайков в популярных соцсетях и др.
Издание будет интересно специалистам по data science, регулярно решающим задачи с временными рядами. Для изучения материала желателен опыт работы на Python и базовые знания в области машинного обучения.
Издание: Черно-белое
Автор: Рафферти Г., Груздев А.В.
Объем, стр: 694
ISBN: 978-5-93700-212-9
PDF от издателя
dmkpress.com/catalog/computer/data/978-5-93700-212-9/