Анализ временных рядов становится все более и более актуальным разделом науки о данных в связи с широким распространением Интернета вещей, переходом здравоохранения на исключительно цифровой учет данных и ростом умных городов. Непрерывный мониторинг и сбор самых разных данных становятся повседневной действительностью и предопределяют постоянно растущую потребность в эффективных инструментах анализа временных рядов, основанных как на статистических методах, так и на методах машинного обучения.

В книге "Практический анализ временных рядов: прогнозирование со статистикой и машинное обучение" описаны современные технологии анализа данных временных рядов и приведены примеры их практического использования в самых разных предметных областях. Оно призвано помочь в решении наиболее распространенных задач исследования и обработки временных рядов с помощью традиционных статистических методов и наиболее популярных моделей машинного обучения. В своей книге Эйлин Нильсен рассматривает самые распространенные и доступные инструменты анализа временных рядов, включенные в программные пакеты языков R и Python, которые могут применяться специалистами по работе с данными и разработчиками программного обеспечения для написания собственных эффективных решений.

Основные темы книги:
- Поиск и извлечение временных рядов
- Глубокое исследование временных рядов
- Хранение временных данных
- Моделирование данных временных рядов
- Генерирование и отбор признаков для временных рядов
- Классификация и прогнозирование временных рядов с помощью методов машинного и глубокого обучения
- Оценка ошибок прогнозирования
- Оценка точности и производительности моделей

Отзыв эксперта:
"Незаурядное издание! Рано или поздно любому специалисту по анализу данных приходится работать с временными рядами или с подобными им технологическими данными. В этой книге вы найдете детальное описание методологий машинного обучения и обработки временных данных, сопровождаемое великолепными примерами их практической реализации."
Андреас В. Кемпа-Лир, старший преподаватель, факультет инженерных наук, Оклендский университет

Об авторе
Эйлин Нильсен — разработчик программного обеспечения и специалист по анализу данных из Нью-Йорка.
Она занимается обработкой данных временных рядов в самых разных предметных областях и научных дисциплинах — здравоохранении, политических кампаниях, научно-исследовательской деятельности и биржевой торговле. За свою карьеру она разработала несколько алгоритмов прогнозирования, основанных на нейронных сетях.



Оглавление книги Эйлин Нильсен "Практический анализ временных рядов: прогнозирование со статистикой и машинное обучение"



Введение 15
Глава 1. Временные ряды: обзор и краткая история 25
Глава 2. Распознавание и обработка временных рядов 43
Глава 3. Методы исследования временных рядов 105
Глава 4. Моделирование временных рядов 153
Глава 5. Хранение временных рядов 179
Глава 6. Статистические модели для временных рядов 203
Глава 7. Модели пространства состояний для временных рядов 249
Глава 8. Генерация и выбор признаков для временных рядов 281
Глава 9. Машинное обучение в анализе временных рядов 303
Глава 10. Глубокое обучение для временных рядов 337
Глава 11. Оценка ошибок 397
Глава 12. Производительность моделей временных рядов 413
Глава 13. Медицинские приложения 423
Глава 14. Финансовые приложения 461
Глава 15. Временные ряды в государственном управлении 485
Глава 16. Пакеты для анализа временных рядов 511
Глава 17. Прогнозы о прогнозировании 527
Предметный указатель 53