Практический анализ временных рядов. Прогнозирование со статистикой и машинное обучение

Анализ временных рядов становится все более и более актуальным разделом науки о данных в связи с широким распространением Интернета вещей, переходом здравоохранения на исключительно цифровой учет данных и ростом умных городов. Непрерывный мониторинг и сбор самых разных данных становятся повседневной действительностью и предопределяют постоянно растущую потребность в эффективных инструментах анализа временных рядов, основанных как на статистических методах, так и на методах машинного обучения.
В этом практическом руководстве описаны современные технологии анализа данных временных рядов и приведены примеры их практического использования в самых разных предметных областях. Оно призвано помочь в решении наиболее распространенных задач исследования и обработки временных рядов с помощью традиционных статистических методов и наиболее популярных моделей машинного обучения. В своей книге Эйлин Нильсен рассматривает самые распространенные и доступные инструменты анализа временных рядов, включенные в программные пакеты языков R и Python, которые могут применяться специалистами по работе с данными и разработчиками программного обеспечения для написания собственных эффективных решений.Основные темы книги:- Поиск и извлечение временных рядов.- Глубокое исследование временных рядов.- Хранение временных данных.- Моделирование данных временных рядов.- Генерирование и отбор признаков для временных рядов.- Классификация и прогнозирование временных рядов с помощью методов машинного и глубокого обучения.- Оценка ошибок прогнозирования.- Оценка точности и производительности моделей.

Читать далее