Zertifizierter Online-Shop seit 2000
Mit unseren Experten sprechen: 0 21 91 - 99 11 00Sprechen Sie mit unseren Experten: 0 21 91 - 99 11 00
Lassen Sie sich jetzt beratenPfeil zur Service-Telefonnummer
Mit unseren Experten sprechen: 0 21 91 - 99 11 00Sprechen Sie mit unseren Experten: 0 21 91 - 99 11 00
Logo EDV-BUCHVERSAND Delf Michel
Software & Fachbücher vom Experten
Logo EDV-BUCHVERSAND Delf Michel
Software & Fachbücher vom Experten
Mit unseren Experten sprechen: 0 21 91 - 99 11 00Sprechen Sie mit unseren Experten: 0 21 91 - 99 11 00
0
Machine Learning für Zeitreihen
inklusive E-Book

Machine Learning für Zeitreihen

Einstieg in Regressions-, ARIMA-, und Deep Learning-Verfahren

Mit Gutschein-Code für kostenlosen eBook-Download.

Verlag

HANSER Fachbuch

Autor:in

Jochen Hirschle (2)

Fassung

267 Seiten, FlexCover

Erschienen

01/2021

ISBN

978-3-446-46726-2
9783446467262

Buch

39,99 inkl. MwSt.
Best.-Nr.: HA-46726
Versandkostenfrei (D)
Sofort lieferbar
Machine Learning für Zeitreihen
inklusive E-Book

Machine Learning für Zeitreihen

Einstieg in Regressions-, ARIMA-, und Deep Learning-Verfahren

Mit Gutschein-Code für kostenlosen eBook-Download.

Verlag: HANSER Fachbuch
Autor:in Jochen Hirschle (2)
Fassung: 267 Seiten, FlexCover
Erschienen: 01/2021
ISBN: 978-3-446-46726-2
9783446467262
Best.-Nr.: HA-46726
Sofort lieferbar
39,99 inkl. MwSt.
Versandkostenfrei (D)
Inhaltsverzeichnis: Jetzt downloaden
Vorwort: Jetzt downloaden
Leseprobe: Jetzt downloaden

Machine Learning für Zeitreihen

Einstieg in Regressions-, ARIMA-, und Deep Learning-Verfahren

Mit Gutschein-Code für kostenlosen eBook-Download.

Machine Learning für Zeitreihen
inklusive E-Book
Best.-Nr.: HA-46726
Sofort lieferbar
39,99 inkl. MwSt.
Versandkostenfrei (D)
Verlag: HANSER Fachbuch
Autor:in Jochen Hirschle (2)
Fassung: 267 Seiten, FlexCover
Erschienen: 01/2021
ISBN: 978-3-446-46726-2
9783446467262
Inhaltsverzeichnis: Jetzt downloaden
Vorwort: Jetzt downloaden
Leseprobe: Jetzt downloaden
In vielen Geschäftsfeldern fallen Zeitreihendaten an - in der Finanzbranche, Logistik in der industriellen Produktion und vielen mehr. Diese bilden nicht nur eine Momentaufnahme, sondern veranschaulichen den Verlauf eines Ist-Zustands. Hieraus lassen sich wichtige Zusammenhänge ablesen. Wenn mit einem intelligenten Algorithmus in diesen Daten ein Muster erkannt wird, kann die Zeitreihe über den Messvorgang hinaus fortgesetzt werden. So werden Ereignisse prognostizierbar, etwa Aktienkurse oder Gesundheitsdaten.

Dieses Buch bietet Neulingen in diesem Bereich eine leicht verständliche Einführung in die Konzepte und die Praxis der Zeitreihenanalyse. Wie arbeiten die Lernalgorithmen, wie lassen sie sich mit Python anlernen und produktiv einsetzen? Jochen Hirschle erklärt Schritt für Schritt die Vorbereitung der Daten, der Anlern- und den Schätzprozess an einer Vielzahl von Anwendungsbeispielen.

Zum Verständnis des Buchs sind keine Vorkenntnisse in Machine-Learning-Verfahren notwendig, Sie sollten jedoch über grundlegende Statistik- und Python-Kenntnisse verfügen. Der komplette Code im Buch sowie die Beispieldateien sind über ein GitHub-Repository verfügbar.

Aus dem Inhalt

  • Zeitreihendaten mit pandas aufbereiten, fehlende Daten imputieren, mit Datumsangaben arbeiten
  • Grundprinzipien maschinellen Lernens: Konzepte und Umsetzung mit Python und Scikit-Learn
  • Feature-Preprocessing: Standardisierung, Dimensionsreduktion, Verarbeitung kategorialer Daten
  • ARIMA-Modelle zur Analyse univariater Zeitreihen: Vorbereitung, Anlernen und Prognose mit Python und Statsmodels
  • Komplexe Zeitreihen mit Deep-Learning-Verfahren analysieren: Rekurrente und konvolutionale Netze verstehen und mit Python und TensorFlow 2 aufbauen und anlernen
  • Mit Zeitfenstern arbeiten
Hier das ganze Inhaltsverzeichnis lesen.
Leseprobe
Prognosen auf Basis maschinellen Lernens sind keine Hellseherei, sie beruhen auf erlernbaren Beziehungen etwa zwischen x- und y-Daten. Diese Leseprobe beschäftigt sich mit dem Grundprinzip des Lernens, der linearen Regression, mittels der sich der Zusammenhang zweier Variablen modellieren lässt.
Blick ins Buch: Machine Learning für Zeitreihen

Wer hat's geschrieben?

Dr. Jochen Hirschle ist zertifizierter Java-Programmierer und als freiberuflicher IT-Trainer und Consultant im Bereich Data Science, Machine und Deep Learning tätig. Zuvor war er Projektleiter in der Marktforschung sowie Dozent und Forscher an den Universitäten in Köln, Innsbruck und Frankfurt/Main.

Weitere Bücher von Jochen Hirschle (2)

Machine Learning für Zeitreihen
inklusive E-Book

Machine Learning für Zeitreihen

Einstieg in Regressions-, ARIMA-, und Deep Learning-Verfahren

Mit Gutschein-Code für kostenlosen eBook-Download.

Verlag

HANSER Fachbuch

Autor:in

Jochen Hirschle (2)

Fassung

267 Seiten, FlexCover

Erschienen

01/2021

ISBN

978-3-446-46726-2
9783446467262

Buch

39,99 inkl. MwSt.
Best.-Nr.: HA-46726
Versandkostenfrei (D)
Sofort lieferbar
Machine Learning für Zeitreihen
inklusive E-Book

Machine Learning für Zeitreihen

Einstieg in Regressions-, ARIMA-, und Deep Learning-Verfahren

Mit Gutschein-Code für kostenlosen eBook-Download.

Best.-Nr.: HA-46726
Sofort lieferbar
39,99 inkl. MwSt.
Versandkostenfrei (D)

Machine Learning für Zeitreihen

Einstieg in Regressions-, ARIMA-, und Deep Learning-Verfahren

Mit Gutschein-Code für kostenlosen eBook-Download.

Machine Learning für Zeitreihen
inklusive E-Book
Best.-Nr.: HA-46726
Sofort lieferbar
39,99 inkl. MwSt.
Versandkostenfrei (D)
Machine Learning für Zeitreihen
Machine Learning für Zeitreihen