Overview
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
A análise de dados de séries temporais está a tornar-se cada vez mais importante devido à produção massiva desses dados através da Internet das Coisas, da digitalização dos cuidados de saúde e do surgimento das cidades inteligentes. À medida que a monitorização contínua e a recolha de dados se tornam mais comuns, vai aumentar a necessidade de uma análise competente de séries temporais com técnicas estatísticas e de aprendizagem automática.
Cobrindo inovações na análise de dados de séries temporais e casos de uso do mundo real, este guia prático vai ajudar a resolver os desafios mais comuns de engenharia e análise de dados em séries temporais, usando técnicas estatísticas tradicionais e modernas de aprendizado de máquina. A autora Aileen Nielsen oferece uma introdução acessível e completa às séries temporais em R e Python que vai ajudar cientistas de dados, engenheiros de software e pesquisadores a começarem a trabalhar rapidamente.
Você terá a orientação necessária para, com confiança:
- Encontrar e organizar dados de séries temporais
- Realizar análises exploratórias de dados de séries temporais
- Armazenar dados temporais
- Simular dados de séries temporais
- Gerar e selecionar recursos para uma série temporal
- Medir erros
- Prever e classificar séries temporais com machine learning ou deep learning
- Avaliar a precisão e o desempenho
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access