| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為實際資訊。 印行年月:202402*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:Python編程-時間序列分析入門與實戰應用 ISBN:9787113291785 出版社:中國鐵道有限公司 著編譯者:王愷 頁數:206 所在地:中國大陸 *此為代購商品 書號:1622027 可大量預訂,請先連絡。 內容簡介 時間序列分析是一種針對時序數據處理的方法,涉及統計學、數據挖掘、數據建模、機器學習等多種技術。本書系統地介紹時間序列分析的關鍵方法,主要包括三方面內容;首先簡單介紹經典的統計學部分,如自回歸與移動平均模型;其次詳細介紹常規方法,如線性回歸與Prophet模型;最後系統論證深度學習部分,如RNN與TCN模型。此外,實戰應用中將注意力機制應用到時間序列分析,通過Transformer模型對序列進行建模。本書理論結合實戰,具有很強的實踐性,不僅適合企業一線從事技術和應用開發的人員學習,還可作為高等院校計算機、金融或人工智慧專業師生使用Python語言學習時間序列分析的參考書。作者簡介 王愷,數據挖掘演算法工程師,上海大學通信工程學院碩士,任職于千尋位置網路有限公司(阿里巴巴&中國兵器)演算法工程師,負責數據挖掘、知識圖譜、計算機視覺等技術在時空智能領域的落地研究。目錄 第1章 初識時間序列1 1 時間序列的概念 1 2 時間序列的特點 1 3 統計學基礎 1 4 時間序列的分解 第2章 線性時間序列分析 2 1 平穩性 2 2 自相關性 2 3 白雜訊與隨機遊走 2 4 自回歸移動平均模型 第3章 時間序列分析常用模型 3 1 線性回歸模型 3 2 Prophet模型 3 3 NeuralProphet模型 第4章 神經網路 4 1 人工神經網路 4 2 神經網路的基本原理 4 3 神經網路實戰 4 4 卷積神經網路(CNN) 第5章 RNN應用子時間序列 5 1 循環神經網路(RNN) 5 2 LSTM模型 5 3 GRU模型 5 4 神經網路訓練中的優化技巧 5 5 LSTM實戰 第6章 CNN應用於時間序列 6 1 因果卷積 6 2 空洞卷積/膨脹卷積 6 3 殘差模塊 6 4 權重歸一化 6 5 TCN模型 6 6 TCN實戰 第7章 Transformer應用於時間序列 7 1 Seq2Seq 7 2 注意力Attention 7 3 位置編碼 7 4 前饋網路(FFN) 7 5 層歸一化 7 6 Transformer模型結構 7 7 Transformer實戰 附錄A 數據集介紹 A 1 數據集 A 2 數據可視化 A 3 數據處理 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |