時間序列與機器學習 張戎 羅齊 9787121478178 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$636
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *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，以到貨標的為正確資訊。 印行年月：202405*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：時間序列與機器學習 ISBN：9787121478178 出版社：電子工業 著編譯者：張戎 羅齊 頁數：248 所在地：中國大陸 *此為代購商品 書號：1642778 可大量預訂，請先連絡。 內容簡介 本書分為8章，內容包括時間序列分析的基礎知識、時間序列預測的常用方法，以及神經網路在時間序列預測中的應用；時間序列異常檢測演算法的技術與框架，如何識別異常的時間點及多種異常檢測方法；時間序列的相似性度量方法、聚類演算法；多維時間序列在廣告分析和業務運維領域的應用，利用OLAP技術對多維時間序列進行有效處理，通過根因分析技術獲得導致故障的維度和元素；智能運維領域（AIOps）和金融領域的兩個應用場景。 本書適合數據科學家、機器學習工程師、金融領域從業者，以及對時間序列分析和機器學習感興趣的讀者閱讀。本書可作為高等院校計算機、統計學、金融學等相關專業師生的教材和參考資料。作者簡介 羅齊，碩士畢業於香港中文大學（深圳），現就職于某互聯網公司，從事演算法應用研究工作，研究方向為遊戲數據挖掘和智能運維，曾參与多款熱門遊戲的數據挖掘和智能運維工作。目錄 第1章 時間序列概述1 1 發展歷程 1 2 應用現狀 1 3 時間序列分類 1 3 1 單維時間序列 1 3 2 多維時間序列 1 4 小結 第2章 時間序列的信息提取 2 1 特徵工程的入門知識 2 1 1 特徵工程簡介 2 1 2 數值型特徵 2 1 3 類別型特徵 2 1 4 交叉特徵 2 2 時間序列的預處理 2 2 1 時間序列的缺失值 2 2 2 時間序列的縮放 2 3 時間序列的特徵工程 2 4 時間序列的統計特徵 2 5 時間序列的熵特徵 2 6 時間序列的降維特徵 2 6 1 分段聚合逼近 2 6 2 分段線性逼近 2 6 3 分段常數逼近 2 6 4 符號逼近 2 6 5 最大三角形三桶演算法 2 6 6 用神經網路自動生成特徵的演算法 2 7 時間序列的單調性 2 7 1 線性擬合方法 2 7 2 控製圖方法 2 7 3 均線方法 2 8 小結 第3章 時間序列預測 3 1 時間序列預測的統計方法 3 1 1 自回歸差分移動平均模型 3 1 2 指數平滑方法 3 1 3 Prophet 3 2 時間序列預測的深度學習方法 3 2 1 循環神經網路 3 2 2 長短期記憶網路 3 2 3 Transformer 3 2 4 Informer 3 3 小結 第4章 時間序列異常檢測 4 1 異常類型及檢測方法分類 4 2 基於概率密度的方法 4 2 1 核密度估計原理 4 2 2 核密度估計方法 4 3 基於重構的方法 4 3 1 變分自編碼器 4 3 2 Donut 4 4 基於距離的方法 4 4 1 孤立森林 4 4 2 RRCF 4 5 基於有監督的方法 4 6 基於弱監督的方法 4 7 小結 第5章 時間序列的相似度與聚類 5 1 相似度函數 5 1 1 經典的相似度函數 5 1 2 基於分段聚合逼近的相似度函數 5 1 3 基於時間序列平滑的相似度函數 5 1 4 基於神經網路的相似度演算法 5 2 距離函數 5 2 1 歐氏距離 5 2 2 DTW演算法 5 2 3 基於相似性的距離 5 2 4 基於符號特徵的距離 5 2 5 基於自相關性的距離 5 2 6 基於周期性的距離 5 2 7 基於模型的距離 5 3 基於特徵工程的聚類演算法 5 4 基於距離和相似度的聚類演算法 5 5 流式聚類演算法 5 6 小結 第6章 多維時間序列 6 1 多維時間序列簡介 6 2 單維時間序列與多維時間序列 6 2 1 廣告分析領域 6 2 2 業務運維領域 6 3 單維時間序列監控系統和多維時間序列監控系統的對比 6 4 根因分析 6 4 1 根因分析的基礎概念 6 4 2 人工執行根因分析的難度 6 4 3 OLAP技術和方法 6 5 基於時間序列異常檢測演算法的根因分析 6 5 1 時間序列異常檢測 6 5 2 根因分析的列表結構 6 5 3 根因分析的樹狀結構 6 6 基於熵的根因分析 6 6 1 熵的概念和性質 6 6 2 概率之間的距離 6 6 3 基於熵的根因分析方法 6 7 基於樹模型的根因分析 6 7 1 特徵工程和樣本 6 7 2 決策樹演算法 6 8 規則學習 6 8 1 根因分析的列表結構 6 8 2 根因分析的樹狀結構 6 8 3 列表結構與樹狀結構的對比 6 8 4 規則的排序 6 9 小結 第7章 智能運維的應用場景 7 1 智能運維 7 1 1 智能運維的主要方向 7 1 2 智能運維的實施路徑 7 2 指標監控 7 2 1 硬體監控與軟體監控 7 2 2 業務監控 7 2 3 節假日效應 7 2 4 持續異常的情況 7 2 5 存在基線的情況 7 2 6 尋找基線的方法 7 3 容量預估和彈性伸縮 7 3 1 容量預估 7 3 2 彈性伸縮 7 4 告警系統 7 4 1 告警系統的定義與評估指標 7 4 2 告警關聯與收斂 7 4 3 基於相似性或聚類演算法的告警關聯與收斂 7 4 4 基於告警屬性泛化層次的告警關聯與收斂 7 4 5 基於根因分析的告警關聯與收斂 7 5 小結 第8章 金融領域的應用場景 8 1 量化交易概述 8 1 1 數據 8 1 2 因子 8 1 3 回測 8 2 因子特徵工程 8 3 資產定價 8 4 資產配置 8 5 波動率預測 8 6 小結 參考文獻 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。 |
