Ocena:
Książka zapewnia cenny wgląd w analizę szeregów czasowych i jej zastosowania w biznesie, ale cierpi z powodu poważnych problemów jakościowych, w tym słabej jakości druku i problemów organizacyjnych.
Zalety:⬤ Świetnie zebrane informacje
⬤ rozbija złożone koncepcje
⬤ przydatne w podejmowaniu decyzji biznesowych
⬤ zawiera zmienne wykresy i wgląd w zachowanie szeregów czasowych
⬤ zorganizowana w łatwy sposób
⬤ obejmuje różne istotne tematy.
⬤ Słaba jakość druku
⬤ zrzuty ekranu z kodem sprawiają, że czytanie jest niewygodne
⬤ wiele literówek i niedopasowanych opisów
⬤ niektóre recenzje wskazują, że jest to piracka kopia
⬤ podstawowa treść dla zaawansowanych użytkowników
⬤ obrazy są przycięte i źle sformatowane.
(na podstawie 5 opinii czytelników)
Time Series with Python: How to Implement Time Series Analysis and Forecasting Using Python
Chcesz dowiedzieć się więcej o szeregach czasowych, ale nie możesz znaleźć ich w tradycyjnych podręcznikach do nauki o danych?
Ta książka jest odpowiedzią.
Szeregi czasowe to ekscytująca i ważna część analizy danych. Dane szeregów czasowych są łatwiej dostępne niż większość form danych i odpowiadają na pytania, z którymi dane przekrojowe mają trudności. Mają również większe zastosowanie w świecie rzeczywistym w przewidywaniu przyszłych wydarzeń. Nie są one jednak powszechnie dostępne w tradycyjnym zestawie narzędzi do analizy danych. Istnieje również ograniczona liczba scentralizowanych zasobów dotyczących zastosowań szeregów czasowych, zwłaszcza przy użyciu tradycyjnych języków programowania, takich jak Python.
Ta książka rozwiązuje wszystkie te problemy, a nawet więcej. Zaczyna się od podstawowych pojęć związanych z szeregami czasowymi, a następnie przechodzi do bardziej zaawansowanych tematów. Pokazuje, jak skonfigurować Pythona od samego początku i omawia ponad 20 przykładów zastosowania zarówno prostych, jak i zaawansowanych koncepcji szeregów czasowych za pomocą kodu Pythona.
Co zawiera ta książka:
Czym są szeregi czasowe?
4 różne elementy szeregów czasowych.
Dlaczego Python jest najlepszym sposobem na implementację szeregów czasowych.
Przewodnik krok po kroku po instalacji Pythona i importowaniu danych szeregów czasowych.
6 różnych technik analizy danych szeregów czasowych.
3 Zaawansowane koncepcje prognozowania szeregów czasowych.
Techniki wizualizacji szeregów czasowych w Pythonie.
Nawet jeśli nigdy wcześniej nie zaimplementowałeś Time Series, ta książka będzie dla Ciebie przydatna.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)