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: AHA-BUCH GmbH, Einbeck, GermaniaAHA-BUCH GmbH
Venditore AbeBooks dal 14 agosto 2006
Condizione: Nuovo
EUR 112,87
Quantità: 1 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
nach der Bestellung gedruckt Neuware - Printed after ordering - Learn how to deal with time series data and how to model it using deep learning and take your skills to the next level by mastering PyTorch using different Python recipesKey FeaturesLearn the fundamentals of time series analysis and how to model time series data using deep learningExplore the world of deep learning with PyTorch and build advanced deep neural networksGain expertise in tackling time series problems, from forecasting future trends to classifying patterns and anomaly detectionPurchase of the print or Kindle book includes a free PDF Elektronisches BuchBook DescriptionMost organizations exhibit a time-dependent structure in their processes, including fields such as finance. By leveraging time series analysis and forecasting, these organizations can make informed decisions and optimize their performance. Accurate forecasts help reduce uncertainty and enable better planning of operations. Unlike traditional approaches to forecasting, deep learning can process large amounts of data and help derive complex patterns. Despite its increasing relevance, getting the most out of deep learning requires significant technical expertise.This book guides you through applying deep learning to time series data with the help of easy-to-follow code recipes. You'll cover time series problems, such as forecasting, anomaly detection, and classification. This deep learning book will also show you how to solve these problems using different deep neural network architectures, including convolutional neural networks (CNNs) or transformers. As you progress, you'll use PyTorch, a popular deep learning framework based on Python to build production-ready prediction solutions.By the end of this book, you'll have learned how to solve different time series tasks with deep learning using the PyTorch ecosystem.What you will learnGrasp the core of time series analysis and unleash its power using PythonUnderstand PyTorch and how to use it to build deep learning modelsDiscover how to transform a time series for training transformersUnderstand how to deal with various time series characteristicsTackle forecasting problems, involving univariate or multivariate dataMaster time series classification with residual and convolutional neural networksGet up to speed with solving time series anomaly detection problems using autoencoders and generative adversarial networks (GANs)Who this book is forIf you're a machine learning enthusiast or someone who wants to learn more about building forecasting applications using deep learning, this book is for you. Basic knowledge of Python programming and machine learning is required to get the most out of this book.Table of ContentsGetting Started with Time SeriesGetting Started with PyTorchUnivariate Time Series ForecastingForecasting with PyTorch LightningGlobal Forecasting ModelsAdvanced Deep Learning Architectures for Time Series ForecastingProbabilistic Time Series ForecastingDeep Learning for Time Series ClassificationDeep Learning for Time Series Anomaly Detection.…
Codice articolo 9781805129233
- Titolo
- Deep Learning for Time Series Cookbook : Use PyTorch and Python recipes for forecasting, classification, and anomaly detection
- Autore
- Vitor Cerqueira
- Editore
- Packt Publishing
- Anno di pubblicazione
- 2024
- Condizione
- Neu
- Rilegatura
- Taschenbuch
- Lingua
- inglese
- ISBN 10
- 1805129236
- ISBN 13
- 9781805129233
- Peso dell'articolo
- 518 grammi
- Dimensioni
- 235x191x15 mm
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.
AHA-BUCH GmbH
Einbeck, Germania
Venditore AbeBooks dal 14 agosto 2006
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 5 a 7 giorni lavorativi | Da 7 a 10 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 30,50 | EUR 30,50 |
Metodi di pagamento
- Assegno
- Bonifico bancario
- PayPal
Descrizione dello Store
Das Unternehmen AHA-BUCH GmbH: Seit der Gründung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisgünstig wie möglich ihren Bücherwunsch zu erfüllen. Unsere Firma beschäftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine Wünsche! Auf über 3700 m2 Fläche haben wir über 100.000 Bücher, Modernes Antiquariat und Spiele auf Lager.
Specializzazione
Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & StudiumInformazioni sull’azienda del venditore
AHA-BUCH GmbH
Garlebsen 48
Einbeck, Germania 37574
Condizioni di vendita
Imprimere
Informazioni sul venditore:
AHA-BUCH GmbH
rappresentata dall'amministratore delegato Christel Glass
Garlebsen 48
37574 Einbeck
Germania
Telefono: 055639996039
Fax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
registrato presso Registro delle imprese Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691
Risoluzione alternativa delle controversie:
La Commissione europea fornisce una piattaforma per la risoluzione extragiudiziale delle controversie online (piattaforma ODR), accessibile nell'ambito di https://ec.europa.eu/odr.
Siamo membri dell'iniziativa "FairCommerce" dal 25.05.2018.
Per ulteriori informazioni, vedere www.fair-commerce.de.
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 AHA-BUCH GmbH, Einbeck, Germany, 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.
Condizioni di spedizione
Spediamo il tuo ordine dopo averlo ricevuto
per articoli a portata di mano entro 24 ore,
per articoli con fornitura notturna entro 48 ore.
Nel caso in cui abbiamo bisogno di ordinare un articolo dal nostro fornitore, il nostro tempo di spedizione dipende dalla data di ricezione degli articoli, ma gli articoli verranno spediti lo stesso giorno.
Il nostro obiettivo è quello di inviare gli articoli ordinati nel modo più veloce, ma anche più efficiente e sicuro ai nostri clienti.