扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
时间序列与机器学习 版权信息
- ISBN：9787121478178
- 条形码：9787121478178 ; 978-7-121-47817-8
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
时间序列与机器学习 本书特色
时间序列的分析、预测及异常检测方法。 时间序列的相似性度量方法与聚类算法。 多维时间序列及其在多个场景下的应用。 运维、金融、广告领域案例和解决方案。 本书作者在时间序列和机器学习领域深耕多年，经验丰富，曾主导多个相关项目，独立探索应用新方向，并取得显著成绩和效益，获得团队和业内的高度评价。本书将严谨的数学描述和应用实践结合起来，内容完备、充实，实用性强，值得一读。 腾讯前专家研究员、微软前高级研究员 岳亚丁 将时间序列的分析与预测用于大规模的数据生产一直存在诸多困难，作者结合自身的运维经历，将实际应用与传统时间序列分析、现代机器学习技术融入本书，其中的众多创新点让人耳目一新。这是一本注重实践、理论丰富、案例生动的优秀图书，为读者提供了清晰完整的参考内容。 腾讯运维总监、专家工程师 聂鑫 与以往的时间序列分析图书相比，本书更注重实践，以及如何用理论解决实际问题。本书通过案例分析，将复杂的时间序列分析和机器学习技术转化为清晰易懂的解决方案，理论与实践兼备。 上海财经大学信息管理与工程学院副院长，教授 杨超林 本书是一本实战与理论并重的跨界佳作。作者凭借扎实的数学功底及其在企业界的丰富实践经验，将机器学习与时间序列分析巧妙融合。本书以实际应用为核心，结合大量企业案例与实践经验，使读者在掌握复杂理论的同时迅速提升解决实际问题的能力。本书将带领读者领略机器学习在时间序列领域的无限可能，激发新思路，开拓新边界。 华东师范大学计算机科学与技术学院副教授 王祥丰 在数据驱动的时代，理解并分析时间序列数据的能力变得尤为重要。本书不仅深入浅出地介绍了时间序列的基础知识和机器学习的先进技术，还通过实际案例展示了如何在多个领域应用这些技术，是一本不可多得的参考图书。 曲阜师范大学数学科学学院教授 高睿 对于希望在时间序列分析和机器学习领域取得突破的人来说，本书是一份宝贵的学习资料，其中既有深入的理论探讨，又有广泛的应用实例，是将理论研究与实践应用结合的典范。 上海交通大学自然科学研究院、数学科学学院教授 王海涛 这是一本兼具深度和广度的作品，针对如何利用前沿的机器学习技术来分析和预测时间序列数据的问题，为读者提供了一个全面的指南。本书具有丰富的案例和清晰的解释，是领域内不可多得的学习资源。 香港中文大学经济学系副教授 何暐 张戎博士多年来一直从事与机器学习相关的研究与应用工作，涉及安全、运维、推荐系统等多个领域，尤其擅长时间序列与机器学习相结合的工作。本书以简洁易懂的方式介绍了时间序列分析及其在机器学习中的应用。书中既包含严格的数学推导，也包含具体的例子和代码，篇幅合理，是一本非常适合初学者及相关从业人员阅读的优秀图书。 西交利物浦大学金融与精算数学系助理教授 卫然 本书不仅是一部理论著作，更是一本实战指南。对于实践者而言，本书提供了用时间序列分析与机器学习技术解决实际问题的框架和方法。本书可以帮助我更有效地指导学生解决真实世界中的复杂问题，如市场预测、风险管理等。对于希望在学习与工作中运用时间序列数据辅助金融及财务决策的人来说，本书是不可或缺的资料。 南开大学会计系助理教授 王洁璇
时间序列与机器学习 内容简介
本书分为8章，内容包括时间序列分析的基础知识、时间序列预测的常用方法，以及神经网络在时间序列预测中的应用；时间序列异常检测算法的技术与框架，如何识别异常的时间点及多种异常检测方法；时间序列的相似性度量方法、聚类算法；多维时间序列在广告分析和业务运维领域的应用，利用OLAP技术对多维时间序列进行有效处理，通过根因分析技术获得导致故障的维度和元素；智能运维领域（AIOps）和金融领域的两个应用场景。
本书适合数据科学家、机器学习工程师、金融领域从业者，以及对时间序列分析和机器学习感兴趣的读者阅读。本书可作为高等院校计算机、统计学、金融学等相关专业师生的教材和参考资料。
时间序列与机器学习 目录
第1 章时间序列概述 1
1.1 发展历程 1
1.2 应用现状 3
1.3 时间序列分类4
1.3.1 单维时间序列4
1.3.2 多维时间序列6
1.4 小结 8
第2 章时间序列的信息提取 9
2.1 特征工程的入门知识9
2.1.1 特征工程简介9
2.1.2 数值型特征 12
2.1.3 类别型特征 17
2.1.4 交叉特征 17
2.2 时间序列的预处理 18
2.2.1 时间序列的缺失值 18
2.2.2 时间序列的缩放 20
2.3 时间序列的特征工程24
2.4 时间序列的统计特征28
2.5 时间序列的熵特征 32
2.6 时间序列的降维特征38
2.6.1 分段聚合逼近38
2.6.2 分段线性逼近39
2.6.3 分段常数逼近41
2.6.4 符号逼近 42
2.6.5 *大三角形三桶算法43
2.6.6 用神经网络自动生成特征的算法 44
2.7 时间序列的单调性 53
2.7.1 线性拟合方法54
2.7.2 控制图方法 55
2.7.3 均线方法 60
2.8 小结 63
第3 章时间序列预测 64
3.1 时间序列预测的统计方法 65
3.1.1 自回归差分移动平均模型 65
3.1.2 指数平滑方法72
3.1.3 Prophet 75
3.2 时间序列预测的深度学习方法 83
3.2.1 循环神经网络83
3.2.2 长短期记忆网络 85
3.2.3 Transformer 90
3.2.4 Informer96
3.3 小结·100
第4 章时间序列异常检测 101
4.1 异常类型及检测方法分类 101
4.2 基于概率密度的方法 104
4.2.1 核密度估计原理 104
4.2.2 核密度估计方法 106
4.3 基于重构的方法 111
4.3.1 变分自编码器 111
4.3.2 Donut 115
4.4 基于距离的方法 117
4.4.1 孤立森林 118
4.4.2 RRCF 121
4.5 基于有监督的方法 125
4.6 基于弱监督的方法 127
4.7 小结 129
第5 章时间序列的相似度与聚类 130
5.1 相似度函数 130
展开全部
时间序列与机器学习 作者简介
张戎，新加坡国立大学数学博士，深圳孔雀计划高层次人才，数学和机器学习领域科普作家，数学、科研和深度学习等话题的优秀自媒体工作者, 曾多次担任行业技术大会讲师。博士期间从事动力系统的研究工作，博士论文中解决了非正则吸引子的存在性问题。毕业之后在工业界从事人工智能的研发工作，涉及业务包括推荐系统、安全大数据和智能运维等内容。 罗齐，硕士毕业于香港中文大学（深圳），现就职于某互联网公司，从事算法应用研究工作，研究方向为游戏数据挖掘和智能运维，曾参与多款热门游戏的数据挖掘和智能运维工作。
书友推荐
- >
月亮与六便士
月亮与六便士
¥18.1¥42.0 - >
我与地坛
我与地坛
¥20.2¥28.0 - >
【精装绘本】画给孩子的中国神话
【精装绘本】画给孩子的中国神话
¥17.6¥55.0 - >
烟与镜
烟与镜
¥17.3¥48.0 - >
我从未如此眷恋人间
我从未如此眷恋人间
¥17.5¥49.8 - >
人文阅读与收藏·良友文学丛书:一天的工作
人文阅读与收藏·良友文学丛书:一天的工作
¥16.5¥45.8 - >
二体千字文
二体千字文
¥14.0¥40.0 - >
莉莉和章鱼
莉莉和章鱼
¥14.3¥42.0
本类畅销
-
”互联网+“时代计算机算法的应用及其实践研究
¥19.9¥59 -
微服务设计
¥52.8¥69 -
图说深度学习:用可视化方法理解复杂概念
¥109¥188 -
计算机基础
¥17.2¥31 -
改变未来的九大算法
¥50¥68 -
生成式AI入门与AWS实战
¥77.8¥99.8
