Нильсен Эйлин. Практический анализ временных рядов. Прогнозирование со статистикой и машинное обучение
Скидка 5850Р
Книга "Практический анализ временных рядов. Прогнозирование со статистикой и машинное обучение" написана Нильсеном Эйлином и является учебным пособием, предназначенным для тех, кто интересуется анализом временных рядов и прогнозированием.
Автор начинает с основных понятий и принципов анализа временных рядов, объясняя, что такое временные ряды и зачем они используются. Затем он рассматривает различные методы анализа, включая методы временных рядов, статистические методы и методы машинного обучения, и объясняет их принципы и применение.
Основное внимание в книге уделяется прогнозированию временных рядов с использованием различных статистических и машинных методов. Автор подробно рассматривает основные методы прогнозирования, такие как арима-модели, экспоненциальное сглаживание, регрессионные модели и нейронные сети. Он объясняет, как выбрать подходящую модель, как оценивать и интерпретировать результаты прогнозирования, а также как проверять точность прогнозов.
Книга также включает множество практических примеров и упражнений, которые позволяют читателю практически применить изученные методы. Автор предоставляет инструкции по использованию популярных программных инструментов, таких как R и Python, для анализа временных рядов и прогнозирования.
В целом, книга "Практический анализ временных рядов. Прогнозирование со статистикой и машинным обучением" является полезным ресурсом для студентов, исследователей и практикующих специалистов, которые хотят научиться анализировать временные ряды и делать точные прогнозы с помощью статистических и машинных методов.
Автор начинает с основных понятий и принципов анализа временных рядов, объясняя, что такое временные ряды и зачем они используются. Затем он рассматривает различные методы анализа, включая методы временных рядов, статистические методы и методы машинного обучения, и объясняет их принципы и применение.
Основное внимание в книге уделяется прогнозированию временных рядов с использованием различных статистических и машинных методов. Автор подробно рассматривает основные методы прогнозирования, такие как арима-модели, экспоненциальное сглаживание, регрессионные модели и нейронные сети. Он объясняет, как выбрать подходящую модель, как оценивать и интерпретировать результаты прогнозирования, а также как проверять точность прогнозов.
Книга также включает множество практических примеров и упражнений, которые позволяют читателю практически применить изученные методы. Автор предоставляет инструкции по использованию популярных программных инструментов, таких как R и Python, для анализа временных рядов и прогнозирования.
В целом, книга "Практический анализ временных рядов. Прогнозирование со статистикой и машинным обучением" является полезным ресурсом для студентов, исследователей и практикующих специалистов, которые хотят научиться анализировать временные ряды и делать точные прогнозы с помощью статистических и машинных методов.
