Python时间序列预测

Python时间序列预测

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

本书教你如何从基于时间的数据中获得即时、有意义的预测。

内容简介

本书中,作者通过带有注释的Python代码进行全面演示,你将学习用于时间序列预测的统计和深度学习方法。通过跟随书中的实例锻炼你的技能,你很快就会准备好建立自己的准确、有洞察力的预测。

作者简介

作者马可·佩塞罗,加拿大一家大银行的高级数据科学家。

章节目录

版权信息

The Translator's Words 译者序

Preface 前言

Acknowledgements 致谢

Part 1 第一部分 时间不等人

Chapter 1 第1章 了解时间序列预测

1.1 时间序列简介

1.2 时间序列预测概览

1.3 时间序列预测与其他回归任务的差异

1.4 下一步

Chapter 2 第2章 对未来的简单预测

2.1 定义基线模型

2.2 预测历史均值

2.3 预测最后一年的均值

2.4 使用最后已知数值进行预测

2.5 实现简单的季节性预测

2.6 下一步

Chapter 3 第3章 来一次随机游走

3.1 随机游走过程

3.2 识别随机游走

3.3 预测随机游走

3.4 下一步

3.5 练习

Part 2 第二部分 使用统计模型进行预测

Chapter 4 第4章 移动平均过程建模

4.1 定义移动平均过程

4.2 预测移动平均过程

4.3 下一步

4.4 练习

Chapter 5 第5章 自回归过程建模

5.1 预测零售店平均每周客流量

5.2 定义自回归过程

5.3 求平稳自回归过程的阶数

5.4 预测自回归过程

5.5 下一步

5.6 练习

Chapter 6 第6章 复杂时间序列建模

6.1 预测数据中心带宽使用量

6.2 研究自回归移动平均过程

6.3 确定一个平稳的ARMA过程

6.4 设计一个通用的建模过程

6.5 应用通用建模过程

6.6 预测带宽使用情况

6.7 下一步

6.8 练习

Chapter 7 第7章 非平稳时间序列预测

7.1 定义差分自回归移动平均模型

7.2 修改通用建模过程以考虑非平稳序列

7.3 预测一个非平稳时间序列

7.4 下一步

7.5 练习

Chapter 8 第8章 考虑季节性

8.1 研究SARIMA(p,d,q)(P,D,Q)m模型

8.2 识别时间序列的季节性模式

8.3 预测航空公司每月乘客数量

8.4 下一步

8.5 练习

Chapter 9 第9章 向模型添加外生变量

9.1 研究SARIMAX模型

9.2 使用SARIMAX模型预测实际GDP

9.3 下一步

9.4 练习

Chapter 10 第10章 预测多变量时间序列

10.1 研究VAR模型

10.2 设计VAR(p)建模过程

10.3 预测实际可支配收入和实际消费

10.4 下一步

10.5 练习

Chapter 11 第11章 顶点项目:预测澳大利亚抗糖尿病药物处方的数量

11.1 导入所需的库并加载数据

11.2 可视化序列及其分量

11.3 对数据进行建模

11.4 预测和评估模型的性能

11.5 下一步

Part 3 第三部分 使用深度学习进行大规模预测

Chapter 12 第12章 将深度学习引入时间序列预测

12.1 何时使用深度学习进行时间序列预测

12.2 探索不同类型的深度学习模型

12.3 准备应用深度学习进行预测

12.4 下一步

12.5 练习

Chapter 13 第13章 数据窗口和创建深度学习基线

13.1 创建数据窗口

13.2 应用基线模型

13.3 下一步

13.4 练习

Chapter 14 第14章 初步研究深度学习

14.1 实现线性模型

14.2 实现深度神经网络

14.3 下一步

14.4 练习

Chapter 15 第15章 使用LSTM记住过去

15.1 探索递归神经网络

15.2 研究LSTM架构

15.3 实现LSTM架构

15.4 下一步

15.5 练习

Chapter 16 第16章 使用CNN过滤时间序列

16.1 研究卷积神经网络

16.2 实现CNN

16.3 下一步

16.4 练习

Chapter 17 第17章 使用预测做出更多预测

17.1 研究ARLSTM架构

17.2 构建自回归LSTM模型

17.3 下一步

17.4 练习

Chapter 18 第18章 顶点项目:预测一个家庭的用电量

18.1 了解顶点项目

18.2 数据整理和预处理

18.3 特征工程

18.4 使用深度学习进行建模的准备工作

18.5 使用深度学习进行建模

18.6 下一步

Part 4 第四部分 大规模自动化预测

Chapter 19 第19章 使用Prophet自动化时间序列预测

19.1 自动化预测库概述

19.2 探索Prophet

19.3 使用Prophet进行基本预测

19.4 探索Prophet的高级功能

19.5 使用Prophet实现鲁棒的预测过程

19.6 下一步

19.7 练习

Chapter 20 第20章 顶点项目:预测加拿大牛排的月平均零售价格

20.1 了解顶点项目

20.2 数据预处理与可视化

20.3 使用Prophet进行建模

20.4 可选:开发一个SARIMA模型

20.5 下一步

Chapter 21 第21章 超越自我

21.1 总结所学

21.2 如果预测不起作用怎么办

21.3 时间序列数据的其他应用

21.4 保持练习

Appendix 附录 安装说明

Python时间序列预测是2024年由机械工业出版社出版,作者[加] 马可·佩塞罗。

得书感谢您对《Python时间序列预测》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
Python游戏趣味编程 电子书
1.易于学习和理解:先讲解较少的语法知识,通过游戏案例逐步引入新的语法知识; 2.为初学者量身打造:案例从易到难,所有程序的代码均不超过100行; 3.趣味性强:12个案例,涵盖了多种游戏类型,寓教于乐; 4.可拓展性强:提供练习题和参考答案,巩固知识,训练逻辑思维; 5.配套素材齐全:提供完整源代码和分步骤源代码、游戏素材、游戏效果演示视频,可通过异步社区观看游戏开发步骤讲解视频; 6.全彩印刷。 美国教育家杜威曾说过:“大多数的人,只觉得五官能接触的、实用的东西才有趣味,书本上的趣味是没有的。” 《Python游戏趣味编程》通过介绍12个由易到难的有趣游戏案例的编写过程,带领读者学习用Python开发趣味游戏,从而提升读者对编程的兴趣和能力。 《Python游戏趣味编程》把趣味游戏开发应用于Python编程教学,通过介绍12个由易到难的有趣游戏案例的编写过程,带领读者从零基础开始学习。全书共13章,系统讲解了Python语言基本概念、开发环境搭建、循环、列表、数据类型、条件、复合运算符、字符串拼接、布尔变量、数组、函数、列表操作、面向对象编程等基础知识,还介绍了图片操作、文件读写、声音播放、异常处理等较为实用的编程技能,所有这些知识和技能,都通过游戏案例展示其用法。贯穿各章,还给出了一些练习,帮助读者巩固所学的知识。附录A给出了这些练习题的答案,附录B给出了Python语法知识在书中相关章节的索引。 《Python游戏趣味编程》适合不同年龄、不同层次的Python编程初学者阅读和自学,也可以作为中学生、大学生学习程序设计的教材和少儿编程培训机构的参考教材。 本书适合以下人群阅读: 想要让孩子学习Python编程的家长,或者想要自己教孩子编程的家长。 学习过其他编程语言,想要快速学习Python的人。 对计算机游戏感兴趣,想要尝试Python游戏编程的人。 想要学习Python编程的中学生和大学生。 少儿编程培训机构的老师和学生。 任何对计算机编程感兴趣、特别是初次接触编程的人。 本书中制作和讲解的小游戏 弹跳的小球 美丽的圆圈画 疯狂的小圆圈 飞翔的小鸟 见缝插针 飞机大战 勇闯地下一百层 贪吃蛇 拼图游戏 消灭星星 坚持一百秒 趣味图像生成
Python少儿趣味编程 电子书
适读人群 :任何想要学习Python或初次接触编程的人;Python语言的初学者、计算机专业的学生。尤其适合信息技术课教师或培训机构的老师以及青少年读者(初高中学生)阅读。 《Python少儿趣味编》由少儿编程畅销图书作者精心编写,是少儿学习Python编程的趣味指南,全书共17章,按照由简到难、逐步深入的方式组织各章内容。《Python少儿趣味编》精心选取内容,注重难易适度,语言通俗易懂,代码示例丰富。在每章的末尾,还给出了一些练习题并给出了解答。 《Python少儿趣味编》具有以下特色: ● 精心选取和组织内容,注重难易适度——涵盖基础知识、趣味应用和热门应用。 ● 坚持“做中学”的理念和方法——通过详细的示例和课后练习帮助读者学习和掌握。 ● 体现趣味性——用海龟给图绘制的机器猫、小猪佩奇等卡通角色,编写贪吃蛇游戏,对古典名著《西游记》分词。 ● 增强可拓展性——逐步扩展和改进的“成绩单”示例程序,章末习题既巩固知识,也拓展编程技能。 《Python少儿趣味编》适合想要学习Python 编程基础的少年儿童(尤其是10 岁以上的孩子)及想要教孩子学习编程的家长阅读,也适合少儿编程培训班的老师用作少儿编程培训的教材。 本书带领读者编写的趣味程序包括: ● 帮Johnson 找到回家的路; ● 逐步扩展和改进的“成绩单”示例程序; ● 用海龟绘图绘制的机器猫; ● 用海龟绘图绘制小猪佩奇; ● 弹球游戏; ● 编写贪吃蛇游戏; ● 对古典名著《西游记》分词。
Python图像处理实战 电子书
本书先介绍经典的图像处理技术,然后探索图像处理算法的演变历程,始终紧扣图像处理以及计算机视觉与深度学习方面的最新进展。全书共12章,涵盖图像处理入门基础知识、应用导数方法实现图像增强、形态学图像处理、图像特征提取与描述符、图像分割,以及图像处理中的经典机器学习方法等内容。
Python趣味创意编程 电子书
本书基于Python编程,实现了15个有趣的互动场景,循序渐进地向读者展示了这些场景的实现过程,帮助读者掌握Python编程。
Python程序设计 电子书
本书以Python3.X为编程环境,系统介绍了Python语言的特点、语法规则、应用方法以及程序设计的基本思想和基本方法,内容包括:Python环境的基本使用、Python的基本语法规则、数据类型(含列表等复杂类型)、运算符、表达式、控制结构、异常处理、函数、文件、迭代器、面向对象程序设计、图形界面程序设计、数据库程序设计以及网络程序设计等。