Bewertung:
Das Buch bietet eine umfassende Einführung in die Zeitreihenanalyse mit praktischen Anwendungen, leidet aber unter schwerwiegenden Problemen mit der Druckqualität und der schlechten Organisation.
Vorteile:Gut zusammengestellte Informationen, deckt verschiedene Zeitreihenkonzepte und ihre Anwendungen ab, übersichtlich gegliedert, hilfreich für alle, die sich für Zeitreihen interessieren, nützlich für Geschäftsentscheidungen.
Nachteile:Unpraktisches Format mit Screenshots von Code anstelle von getipptem Code, schlechte Druckqualität (z. B. abgeschnittene Bilder, fehlende Seitenzahlen), zahlreiche Fehler und Tippfehler, grundlegender Inhalt, der die Erwartungen fortgeschrittener Leser möglicherweise nicht erfüllt.
(basierend auf 5 Leserbewertungen)
Time Series with Python: How to Implement Time Series Analysis and Forecasting Using Python
Sie möchten mehr über Zeitreihen erfahren, finden diese aber nicht in den traditionellen Data Science-Lehrbüchern?
Dieses Buch ist Ihre Antwort.
Zeitreihen sind ein spannender und wichtiger Teil der Datenanalyse. Zeitreihendaten sind leichter verfügbar als die meisten anderen Arten von Daten und beantworten Fragen, die mit Querschnittsdaten nur schwer zu beantworten sind. Außerdem finden sie in der realen Welt mehr Anwendung bei der Vorhersage zukünftiger Ereignisse. Sie sind jedoch im Allgemeinen nicht in einem traditionellen Data-Science-Toolkit enthalten. Es gibt auch nur wenige zentralisierte Ressourcen für die Anwendung von Zeitreihen, vor allem mit traditionellen Programmiersprachen wie Python.
Dieses Buch löst all diese Probleme und noch mehr. Es beginnt mit grundlegenden Konzepten in Zeitreihen und geht dann zu fortgeschritteneren Themen über. Es zeigt Ihnen, wie Sie Python von Anfang an einrichten, und geht auf über 20 Beispiele für die Anwendung einfacher und fortgeschrittener Zeitreihenkonzepte mit Python-Code ein.
| ISBN: | 9780648783084 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
