یادگیری ماشین برای پیش‌بینی سری‌های زمانی با پایتون ۲۰۲۰
Machine Learning for Time Series Forecasting with Python 2020

یادگیری ماشین برای پیش‌بینی سری‌های زمانی با پایتون، بررسی‌ای دقیق و سرراست از یکی از حیاتی‌ترین عناصر تصمیم‌گیری در حوزه‌های مالی، بازاریابی، آموزش و بهداشت و درمان است: مدل‌سازی سری‌های زمانی.

با وجود اهمیت محوری پیش‌بینی سری‌های زمانی، تحلیلگران کسب‌وکار اندکی با قدرت و فایده‌ی به‌کارگیری یادگیری ماشین در مدل‌سازی سری‌های زمانی آشنا هستند. نویسنده، فرانچسکا لاتزری، دانشمند و اقتصاددان برجسته در حوزه‌ی یادگیری ماشین، این کمبود را با ارائه‌ی توضیحات جامع و قابل فهم و رویکردی مناسب به کاربرد یادگیری ماشین در پیش‌بینی سری‌های زمانی، جبران می‌کند.

این کتاب که برای خوانندگانی با تجربه‌ی کم یا بدون تجربه در پیش‌بینی سری‌های زمانی یا یادگیری ماشین نوشته شده است، به طور جامع تمام موضوعات ضروری را پوشش می‌دهد تا:

* مفاهیم پیش‌بینی سری‌های زمانی، مانند پایداری، افق، روند و فصلی‌بودن را درک کنید.
* داده‌های سری‌های زمانی را برای مدل‌سازی آماده کنید.
* عملکرد و دقت مدل‌های پیش‌بینی سری‌های زمانی را ارزیابی کنید.
* درک کنید چه زمانی باید از شبکه‌های عصبی به جای مدل‌های سری‌های زمانی سنتی در پیش‌بینی سری‌های زمانی استفاده کرد.

یادگیری ماشین برای پیش‌بینی سری‌های زمانی با پایتون مملو از مثال‌های واقعی، منابع و استراتژی‌های ملموس است تا به خوانندگان کمک کند داده‌ها را کشف و متحول کنند و پیش‌بینی‌های سری‌های زمانی کاربردی و عملی توسعه دهند.

این کتاب که برای دانشمندان داده‌ی تازه‌کار، تحلیلگران کسب‌وکار، توسعه‌دهندگان و محققان ایده‌آل است، راهنمایی ارزشمند و ضروری برای مفاهیم اساسی و پیشرفته‌ی یادگیری ماشین است که در مدل‌سازی سری‌های زمانی به کار می‌رود.

Learn how to apply the principles of machine learning to time series modeling with this indispensable resource

Machine Learning for Time Series Forecasting with Python is an incisive and straightforward examination of one of the most crucial elements of decision-making in finance, marketing, education, and healthcare: time series modeling.

Despite the centrality of time series forecasting, few business analysts are familiar with the power or utility of applying machine learning to time series modeling. Author Francesca Lazzeri, a distinguished machine learning scientist and economist, corrects that deficiency by providing readers with comprehensive and approachable explanation and treatment of the application of machine learning to time series forecasting.

Written for readers who have little to no experience in time series forecasting or machine learning, the book comprehensively covers all the topics necessary to:

• Understand time series forecasting concepts, such as stationarity, horizon, trend, and seasonality
• Prepare time series data for modeling
• Evaluate time series forecasting models’ performance and accuracy
• Understand when to use neural networks instead of traditional time series models in time series forecasting

Machine Learning for Time Series Forecasting with Python is full real-world examples, resources and concrete strategies to help readers explore and transform data and develop usable, practical time series forecasts.

Perfect for entry-level data scientists, business analysts, developers, and researchers, this book is an invaluable and indispensable guide to the fundamental and advanced concepts of machine learning applied to time series modeling.