Build predictive models from time-based patterns in your data. Master statistical models including new deep learning approaches for time series forecasting. In� Time Series Forecasting in Python �you will learn how to: Recognize a time series forecasting problem and build a performant predictive modelCreate univariate forecasting models that account for seasonal effects and external variablesBuild multivariate forecasting models to predict many time series at onceLeverage large datasets by using deep learning for forecasting time seriesAutomate the forecasting process DESCRIPTION� Time Series Forecasting in Python teaches you to build powerful predictive models from time-based data. Every model you create is relevant, useful, and easy to implement with Python. You'll explore interesting real-world datasets like Google's daily stock price and economic data for the USA, quickly progressing from the basics to developing large-scale models that use deep learning tools like TensorFlow.Time Series Forecasting in Python teaches you to apply time series forecasting and get immediate, meaningful predictions. You'll learn both traditional statistical and new deep learning models for time series forecasting, all fully illustrated with Python source code. Time Series Forecasting in Python�teaches you to build powerful predictive models from time-based data. Every model you create is relevant, useful, and easy to implement with Python. You'll explore interesting real-world datasets like Google's daily stock price and economic data for the USA, quickly progressing from the basics to developing large-scale models that use deep learning tools like TensorFlow. about the technology Time series forecasting reveals hidden trends and makes predictions about the future from your data. This powerful technique has proven incredibly valuable across multiple fields-from tracking business metrics, to healthcare and the sciences. Modern Python libraries and powerful deep learning tools have opened up new methods and utilities for making practical time series forecasts. about the book Time Series Forecasting in Python�teaches you to apply time series forecasting and get immediate, meaningful predictions. You'll learn both traditional statistical and new deep learning models for time series forecasting, all fully illustrated with Python source code. Test your skills with hands-on projects for forecasting air travel, volume of drug prescriptions, and the earnings of Johnson and Johnson. By the time you're done, you'll be ready to build accurate and insightful forecasting models with tools from the Python ecosystem.

Bestandsnummer des Verk�ufers LU-9781617299889

Verk�ufer kontaktieren

Diesen Artikel melden

Bibliografische Details

Titel: Time Series Forecasting in Python
Verlag: Manning Publications, US
Erscheinungsjahr: 2022
Sprache: Englisch
ISBN-10: 161729988X
ISBN-13: 9781617299889
Einband: Paperback
Zustand: New
Gewicht: 5000 Gramm

�ber diesen Titel

Inhaltsangabe

Build predictive models from time-based patterns in your data. Master statistical models including new deep learning approaches for time series forecasting.

In Time Series Forecasting in Python you will learn how to:

    Recognize a time series forecasting problem and build a performant predictive model
    Create univariate forecasting models that account for seasonal effects and external variables
    Build multivariate forecasting models to predict many time series at once
    Leverage large datasets by using deep learning for forecasting time series
    Automate the forecasting process

Time Series Forecasting in Python teaches you to build powerful predictive models from time-based data. Every model you create is relevant, useful, and easy to implement with Python. You’ll explore interesting real-world datasets like Google’s daily stock price and economic data for the USA, quickly progressing from the basics to developing large-scale models that use deep learning tools like TensorFlow.

Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications.

About the technology
You can predict the future—with a little help from Python, deep learning, and time series data! Time series forecasting is a technique for modeling time-centric data to identify upcoming events. New Python libraries and powerful deep learning tools make accurate time series forecasts easier than ever before.

About the book
Time Series Forecasting in Python teaches you how to get immediate, meaningful predictions from time-based data such as logs, customer analytics, and other event streams. In this accessible book, you’ll learn statistical and deep learning methods for time series forecasting, fully demonstrated with annotated Python code. Develop your skills with projects like predicting the future volume of drug prescriptions, and you’ll soon be ready to build your own accurate, insightful forecasts.

What's inside

    Create models for seasonal effects and external variables
    Multivariate forecasting models to predict multiple time series
    Deep learning for large datasets
    Automate the forecasting process

About the reader
For data scientists familiar with Python and TensorFlow.

About the author
Marco Peixeiro is a seasoned data science instructor who has worked as a data scientist for one of Canada’s largest banks.

Table of Contents
PART 1 TIME WAITS FOR NO ONE
1 Understanding time series forecasting
2 A naive prediction of the future
3 Going on a random walk
PART 2 FORECASTING WITH STATISTICAL MODELS
4 Modeling a moving average process
5 Modeling an autoregressive process
6 Modeling complex time series
7 Forecasting non-stationary time series
8 Accounting for seasonality
9 Adding external variables to our model
10 Forecasting multiple time series
11 Capstone: Forecasting the number of antidiabetic drug prescriptions in Australia
PART 3 LARGE-SCALE FORECASTING WITH DEEP LEARNING
12 Introducing deep learning for time series forecasting
13 Data windowing and creating baselines for deep learning
14 Baby steps with deep learning
15 Remembering the past with LSTM
16 Filtering a time series with CNN
17 Using predictions to make more predictions
18 Capstone: Forecasting the electric power consumption of a household
PART 4 AUTOMATING FORECASTING AT SCALE
19 Automating time series forecasting with Prophet
20 Capstone: Forecasting the monthly average retail price of steak in Canada
21 Going above and beyond

�ber die Autorin bzw. den Autor

Marco Peixeiro is a seasoned data science instructor who has worked as a data scientist for one of Canada’s largest banks. He is an active contributor to Towards Data Science, an instructor on Udemy, and on YouTube in collaboration with freeCodeCamp.

��ber diesen Titel� kann sich auf eine andere Ausgabe dieses Titels beziehen.

Anbieterinformationen

Zur Homepage des Verk�ufers

Unternehmensdaten des Verk�ufers

Rarewaves USA
10100 West Sample Road, Ste 101, Coral Springs, FL, 33065, U.S.A.

Gesch�ftsbedingungen und Versandinformationen

Verkaufsbedingungen

Widerrufsrecht

Wenn Sie Verbraucher sind, k�nnen Sie gem�� den folgenden Bestimmungen vom Vertrag zur�cktreten. Verbraucher ist jede nat�rliche Person, die zu Zwecken handelt, die nicht ihrer kaufm�nnischen, gewerblichen, k�nstlerischen oder beruflichen T�tigkeit zugerechnet werden k�nnen.

Informationen zum Widerrufsrecht

Gesetzliches Widerrufsrecht

Sie haben das Recht, den Vertrag innerhalb von 14 Tagen ohne Angabe von Gr�nden zu widerrufen.

Die Widerrufsfrist betr�gt 14 Tage ab dem Tag, an dem Sie oder ein von Ihnen benannter Dritter, der nicht der Transporteur ist, die letzte Ware oder den letzten Posten oder das letzte Exemplar in Besitz genommen hat.

Um das Widerrufsrecht auszu�ben, f�llen Sie auf unserer Website unter „Meine Eink�ufe" in „Mein Nutzerkonto" eine eindeutige Erkl�rung elektronisch aus und senden Sie sie ab. Wir werden Ihnen unverz�glich eine Best�tigung �ber den Eingang eines solchen Widerrufs auf einem dauerhaften Datentr�ger (z. B. per E-Mail) �bermitteln.

Um die Widerrufsfrist einzuhalten, reicht es aus, dass Sie Ihre Mitteilung �ber die Aus�bung des Widerrufsrechts vor Ablauf der Widerrufsfrist absenden.

Auswirkungen des Widerrufs

Wenn Sie diesen Vertrag widerrufen, erstatten wir Ihnen alle Zahlungen, die wir von Ihnen erhalten haben, einschlie�lich der Lieferkosten (mit Ausnahme der zus�tzlichen Kosten, die entstehen, wenn Sie eine andere Art der Lieferung als die von uns angebotene g�nstigste Standardlieferung gew�hlt haben).

Wir k�nnen einen Abzug von der R�ckerstattung f�r den Wertverlust der gelieferten Waren vornehmen, wenn der Verlust auf eine unn�tige Behandlung durch Sie zur�ckzuf�hren ist.

Wir werden die R�ckerstattung unverz�glich und nicht sp�ter als 14 Tage nach dem Tag vornehmen, an dem wir �ber Ihre Entscheidung, diesen Vertrag zu widerrufen, informiert wurden.

F�r die R�ckerstattung verwenden wir dasselbe Zahlungsmittel, das Sie f�r die urspr�ngliche Transaktion verwendet haben, es sei denn, Sie haben ausdr�cklich etwas anderes vereinbart; in keinem Fall werden Ihnen aufgrund einer solchen R�ckerstattung Geb�hren berechnet.

Wir k�nnen die R�ckzahlung verweigern, bis wir die Waren wieder zur�ckerhalten haben oder Sie den Nachweis erbracht haben, dass Sie die Waren zur�ckgesandt haben, je nachdem, was eher eintritt.

Sie m�ssen die Waren unverz�glich und in jedem Fall sp�testens 14 Tage ab dem Tag, an dem Sie uns �ber den Widerruf dieses Vertrags unterrichten, an Rarewaves USA, Coral Springs, Florida, U.S.A., zur�cksenden oder �bergeben. Die Frist ist eingehalten, wenn Sie die Ware vor Ablauf der Frist von 14 Tagen zur�cksenden. Sie m�ssen die direkten Kosten der R�cksendung der Waren tragen. Sie haften nur f�r einen etwaigen Wertverlust der Waren, der auf eine Behandlung zur�ckzuf�hren ist, die nicht zur Pr�fung der Art, Eigenschaften und Funktionsweise der Waren erforderlich ist.

Ausnahmen vom Widerrufsrecht

Das Widerrufsrecht gilt nicht f�r:

Die Lieferung von Zeitungen, Zeitschriften oder Magazinen mit Ausnahme von Abonnementvertr�gen; und
Die Lieferung digitaler Inhalte, die nicht auf einem physischen Medium (z. B. auf einer CD oder DVD) geliefert werden, wenn Sie bei Ihrer Bestellung akzeptiert haben, dass wir mit der Lieferung beginnen k�nnen und dass Sie nach Beginn der Lieferung den Vertrag nicht mehr widerrufen k�nnen.

Versandbedingungen

Please note that we do not offer Priority shipping to any country.

We currently do not ship to the below countries:

Afghanistan
Bhutan
Brazil
Brunei Darussalam
Channel Islands
Chile
Israel
Lao
Mexico
Russian Federation
Saudi Arabia
South Africa
Yemen

Please do not attempt to place orders with any of these countries as a ship to address - they will be cancelled.

Versandkosten innerhalb von USA

Versandkosten innerhalb von USA
Bestellmenge	10 bis 13�Werktage	10 bis 13�Werktage
Erster Artikel	EUR 0.00	EUR 0.00

Die Versandzeiten werden von den Verk�uferinnen und Verk�ufern festgelegt. Sie variieren je nach Versanddienstleister und Standort. Sendungen, die den Zoll passieren, k�nnen Verz�gerungen unterliegen. Eventuell anfallende Abgaben oder Geb�hren sind von der K�uferin bzw. dem K�ufer zu tragen. Die Verk�uferin bzw. der Verk�ufer kann Sie bez�glich zus�tzlicher Versandkosten kontaktieren, um einen m�glichen Anstieg der Versandkosten f�r Ihre Artikel auszugleichen.