Ocena:
Książka jest dobrze oceniana ze względu na praktyczne podejście do analizy szeregów czasowych przy użyciu R, zawierające jasne wyjaśnienia, pomoce wizualne i własny kod autora. Niektórzy użytkownicy uznali ją za szczególnie przydatną dla początkujących, podczas gdy inni zauważyli problemy z dokładnością kodu i jakością druku. Pomimo pewnych wyzwań, książka jest uważana za cenne źródło wiedzy w tej dziedzinie.
Zalety:Praktyczne doświadczenie i praktyczne przykłady, dobrze zorganizowana i łatwa do naśladowania, odpowiednia dla nowicjuszy, zawiera własny kod i narzędzia autora (TSstudio), wizualnie wyjaśnione treści, cenne dla aplikacji do pracy w nauce o danych.
Wady:Kod zawiera błędy, które utrudniają naukę, niektórym użytkownikom trudno było go śledzić ze względu na konieczne poprawki kodu, problemy z jakością druku w wersji w miękkiej oprawie.
(na podstawie 12 opinii czytelników)
Hands-On Time Series Analysis with R
Twórz wydajne modele prognostyczne przy użyciu tradycyjnych modeli szeregów czasowych i algorytmów uczenia maszynowego. Kluczowe cechy Przeprowadzanie analizy szeregów czasowych i prognozowanie przy użyciu pakietów R, takich jak Forecast i h2o Rozwijanie modeli i znajdowanie wzorców w celu tworzenia wizualizacji przy użyciu pakietów TSstudio i plotly Opanuj statystykę i wdrażaj metody szeregów czasowych, korzystając z wymienionych przykładów Opis książki
Analiza szeregów czasowych to sztuka wydobywania znaczących spostrzeżeń i ujawniania wzorców w danych szeregów czasowych przy użyciu podejść statystycznych i wizualizacji danych. Te spostrzeżenia i wzorce można następnie wykorzystać do zbadania przeszłych wydarzeń i prognozowania przyszłych wartości w serii.
Ta książka bada podstawy analizy szeregów czasowych za pomocą R i kładzie fundamenty potrzebne do budowania modeli prognostycznych. Dowiesz się, jak wstępnie przetwarzać surowe dane szeregów czasowych oraz czyścić i manipulować danymi za pomocą pakietów takich jak stats, lubridate, xts i zoo. Będziesz analizować dane i wydobywać z nich istotne informacje, korzystając zarówno ze statystyk opisowych, jak i bogatych narzędzi do wizualizacji danych w R, takich jak pakiety TSstudio, plotly i ggplot2. Późniejsza część książki zagłębia się w tradycyjne modele prognozowania, takie jak regresja liniowa szeregów czasowych, wygładzanie wykładnicze (Holt, Holt-Winter i inne) oraz modele ARIMA (Auto-Regressive Integrated Moving Average) z pakietami stats i forecast. Omówione zostaną również zaawansowane modele regresji szeregów czasowych z algorytmami uczenia maszynowego, takimi jak Random Forest i Gradient Boosting Machine przy użyciu pakietu h2o.
Pod koniec tej książki zdobędziesz umiejętności potrzebne do eksploracji danych, identyfikowania wzorców i budowania modelu prognozowania przy użyciu różnych metod tradycyjnych i uczenia maszynowego. Czego się nauczysz Wizualizuj dane szeregów czasowych i uzyskaj lepszy wgląd Eksploruj autokorelację i opanuj techniki statystyczne Korzystaj z narzędzi do analizy szeregów czasowych z pakietów stats, TSstudio i forecast Eksploruj i identyfikuj wzorce sezonowe i korelacyjne Pracuj z różnymi formatami szeregów czasowych w R Eksploruj modele szeregów czasowych, takie jak ARIMA, Holt-Winters i inne Oceniaj wysokowydajne rozwiązania prognostyczne Dla kogo jest ta książka?
Hands-On Time Series Analysis with R jest idealny dla analityków danych, naukowców zajmujących się danymi i wszystkich programistów R, którzy chcą przeprowadzić analizę szeregów czasowych w celu skutecznego przewidywania wyników. Wymagana jest podstawowa wiedza z zakresu statystyki; pewna znajomość języka R jest oczekiwana, ale nie obowiązkowa. Spis treści Wprowadzenie do analizy szeregów czasowych i R Praca z obiektami daty i czasu Obiekt szeregu czasowego Praca z obiektami zoo i xts Dekompozycja danych szeregu czasowego Analiza sezonowości Analiza korelacji Strategie prognozowania Prognozowanie za pomocą regresji liniowej Prognozowanie za pomocą modeli wygładzania wykładniczego Prognozowanie za pomocą modeli ARIMA Prognozowanie za pomocą modeli uczenia maszynowego