Machine Learning für Zeitreihen
Cover vergrößern

Jochen Hirschle

Machine Learning für Zeitreihen

Einstieg in Regressions-, ARIMA- und Deep Learning-Verfahren mit Python. Inkl. E-Book


Erscheint 12/2020
256 Seiten. Flexibler Einband

Bewertung abgeben

Buch: € 39,99
Extra: E-Book inside Buch vorbestellen ISBN: 978-3-446-46726-2

E-Book (ePUB): € 31,99
Erscheint auch als E-Book ISBN: 978-3-446-46830-6

Sie werden nun in den E-Book-Shop weitergeleitet...

Der E-Book-Shop besitzt ein eigenständiges Warenkorbsystem.

Weiter oder schließen

? Konzepte Schritt für Schritt erklärt. Anleitungen zur Umsetzung in Python mit ausführlichen Code-Kommentaren.
? Die Eigenarten von Zeitreihendaten verstehen: Zeitfenster zum Anlernen einsetzen; mit latenten, saisonalen und Trend-Komponenten arbeiten
? Mit TensorFlow2 Deep-Learning-Verfahren zur Prognose aufbauen, anlernen und produktiv einsetzen

Daten über Vorgänge werden in der verarbeitenden Industrie, der Logistik oder im Finanzsektor im Sekundentakt aufgezeichnet: der Verlauf eines Aktienkurses, die Verkaufszahlen eines Produkts, die Sensordaten einer Turbine. Solche Daten informieren nicht nur über isolierte Zustände; sie sind wie Filme, die den Verlauf eines Vorgangs mit einer Serie einzelner Bilder nachzeichnen. Intelligente Algorithmen können die Muster dieser Verläufe analysieren, sie anlernen und über das Beobachtungsfenster hinaus fortschreiben: Zustände in der Zukunft werden prognostizierbar.
Das Buch bietet eine leicht verständliche Einführung in die Konzepte und die Praxis der Zeitreihenanalyse. Es zeigt, wie bewährte und neuere Lernalgorithmen arbeiten und wie sie sich mit Python anlernen und produktiv einsetzen lassen.
An einer Vielzahl von Anwendungsbeispielen werden die Vorbereitung der Daten, der Anlern- und Schätzprozess Schritt für Schritt erklärt.

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 TensorFlow2 aufbauen und anlernen
? Mit Zeifenstern arbeiten

Vorkenntnisse in Machine-Learning-Verfahren sind nicht notwendig. Grundlegende Statistik- und Python-Kenntnisse sollten vorhanden sein.

EXTRA: E-Book inside. Systemvoraussetzungen für E-Book inside: Internet-Verbindung und Adobe-Reader oder Ebook-Reader bzw. Adobe Digital Editions.

Jochen Hirschle ist Dr. phil. und zertifizierter Java-Programmierer. Als freiberuflicher IT-Trainer und Consultant im Bereich Data Science, Machine und Deep Learning ist er u. a. für die GFU Cyprus/Köln, INCAS/Krefeld und New Elements/Nürnberg tätig. Zuvor war er als Projektleiter in der Marktforschung sowie als Dozent und Forscher an den Universitäten in Köln, Innsbruck und Frankfurt/M. beschäftigt. Er hat in Köln Sozialwissenschaften studiert.

Weitere Titel:

Machine Learning für Zeitreihen

Jochen Hirschle

Machine Learning für Zeitreihen

? Konzepte Schritt für Schritt erklärt. Anleitungen zur Umsetzung in Python mit ausführlichen Code-Kommentaren.
? Die Eigenarten von ... Mehr

E-Book (PDF) kaufen € 31,99

Sie werden nun in den E-Book-Shop weitergeleitet...

Der E-Book-Shop besitzt ein eigenständiges Warenkorbsystem.

Weiter oder schließen

12/2020

Verlagsbereiche

FachbuchFachzeitschriftenTagungen und MessenLiteraturKinderbuch

Fachportale

FORM + WerkzeugHANSER automotiveKunststoffeKunststoffe.tvKunststoffe internationalQZ Qualität und ZuverlässigkeitWB Werkstatt + Betrieb

Wissenschaftsportale

HTM Journal of Heat Treatment and MaterialsInternational Journal of Materials ResearchInternational Polymer ProcessingKerntechnikMP Materials TestingPractical MetallographyTenside Surfactants DetergentsZeitschrift KunststofftechnikZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb

Carl Hanser Verlag GmbH & Co. KG · Kolbergerstraße 22 · 81679 München
Telefon: +49 89 99830-0 · Fax: +49 89 984809 · E-Mail