Deep Learning for Time Series Cookbook: Use PyTorch and Python recipes for forecasting, classification, and anomaly detection
Lingua: inglese
Editore: Packt Publishing, 2024
- Brossura
- Nuovo
Da: California Books, Miami, FL, U.S.A.California Books
Venditore AbeBooks dal 27 ottobre 2023
Condizione: Nuovo
EUR 51,11
Quantità: Più di 20 disponibili
Aggiungi al carrelloCodice articolo I-9781805129233
- Titolo
- Deep Learning for Time Series Cookbook: Use PyTorch and Python recipes for forecasting, classification, and anomaly detection
- Autore
- Vitor Cerqueira; Luís Roque
- Editore
- Packt Publishing
- Anno di pubblicazione
- 2024
- Condizione
- New
- Rilegatura
- Brossura
- Lingua
- inglese
- ISBN 10
- 1805129236
- ISBN 13
- 9781805129233
Build real-world Artificial Intelligence applications with Time Series data and Deep Learning
Take your deep learning skills to the next level by mastering PyTorch with tens of Python recipes
Solve forecasting problems and predict the future using advanced neural network architectures in PyTorch
Key Features
- Learn how to train accurate forecasting model using neural networks and real-world time series
- Build advanced deep neural network architectures using PyTorch
- Tackle several time series tasks, such as forecasting, classification, hierarchical forecasting, and anomaly detection
Book Description
Many real-world systems are captured through the lens of time series. The analysis and forecasting of time series has thus become a key aspect of several organizations. Deep learning is the hottest Artificial Intelligence technology. It leverages large amounts of data to build intricate and accurate forecasting models.
This book is a comprehensive cookbook that guides you through the development of deep learning models for time series data using PyTorch. We start from the basic concepts behind time series analysis and the PyTorch framework. Then, we dive into the details of several time series problems, including forecasting, classification, anomaly detection, and hierarchical time series forecasting. You'll learn how to tackle these tasks with a set of code recipes.
By the end of this book, you'll have a solid understanding of time series data problems and how to tackle them using deep learning based on PyTorch.
What you will learn
- Understand main time series analysis concepts and how to apply them using pandas
- Learn about PyTorch and how to use it to build deep learning models
- Explore how to transform a time series for training transformers and other advanced deep neural networks
- Understand how to deal with various time series characteristics, such as trend, seasonality, or non-constant variance
- Tackle different kinds of forecasting problems, involving univariate, multivariate, or hierarchical time series
- Understand how to apply residual and convolutional neural networks for time series classification problems
- Learn how to solve time series anomaly detection problems using auto-encoders and Generative Adversarial Networks
Who This Book Is For
If you are a machine learning enthusiast or someone who wants to learn more about building forecasting applications using deep learning, this book is for you. In order to learn from this book, you should have basic knowledge of Python and machine learning.
Table of Contents
- Getting Started with Time Series
- Getting Started with keras
- Univariate Time Series Forecasting
- Advanced Forecasting Problems
- Advanced Deep Learning Architectures for Time Series Forecasting
- Probabilistic Time Series Forecasting
- Deep Learning for Time Series Classification
- Deep Learning for Time Series Anomaly Detection
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Luís Roque, is the Founder and Partner of ZAAI, a company focused on AI product development, consultancy, and investment in AI startups. He also serves as the Vice President of Data & AI at Marley Spoon, leading teams across data science, data analytics, data product, data engineering, machine learning operations, and platforms. In addition, he holds the position of AI Advisor at CableLabs, where he contributes to integrating the broadband industry with AI technologies. Luís is also a Ph.D. Researcher in AI at the University of Porto's AI&CS lab and oversees the Data Science Master's program at Nuclio Digital School in Barcelona. Previously, he co-founded HUUB, where he served as CEO until its acquisition by Maersk.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
California Books
Miami, FL, U.S.A.
Venditore AbeBooks dal 27 ottobre 2023
Tariffe di spedizione nazionale per U.S.A.
| Articolo | Da 3 a 7 giorni lavorativi | Da 2 a 5 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 0,00 | EUR 10,45 |
Metodi di pagamento
Descrizione dello Store
We have 20 years experience selling books worldwide! Friendly customer support. Your satisfaction guaranteed!
Specializzazione
All authorized categoriesInformazioni sull’azienda del venditore
Miramar International Services LLC
FL, U.S.A.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a California Books, Fort Wayne, Indiana, U.S.A., senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.