Deep Learning for Time Series Cookbook : Use PyTorch and Python recipes for forecasting, classification, and anomaly detection
Idioma: inglés
Editorial: Packt Publishing, 2024
- Tapa blanda
- Nuevo
Librería: AHA-BUCH GmbH, Einbeck, AlemaniaAHA-BUCH GmbH
Vendedor de IberLibro desde 14 de agosto de 2006
Condición: Nuevo
EUR 83,01
Cantidad disponible: 1 disponible
Añadir al carritoDescripción del artículo del vendedor
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.…
N° de ref. del artículo 9781805129233
- Título
- Deep Learning for Time Series Cookbook : Use PyTorch and Python recipes for forecasting, classification, and anomaly detection
- Autor
- Vitor Cerqueira
- Editorial
- Packt Publishing
- Año de publicación
- 2024
- Estado
- Neu
- Encuadernación
- Taschenbuch
- Idioma
- inglés
- ISBN 10
- 1805129236
- ISBN 13
- 9781805129233
- Peso del artículo
- 518 gramos
- Dimensiones
- 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
“Sinopsis” puede pertenecer a otra edición de este título.
Acerca del autor
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.
“Acerca de” puede pertenecer a otra edición de este título.
AHA-BUCH GmbH
Einbeck, Alemania
Vendedor de IberLibro desde 14 de agosto de 2006
Tarifas de envío de Alemania a Estados Unidos de America
| Artículo | De 7 a 10 días hábiles | De 5 a 7 días hábiles |
|---|---|---|
| Primer artículo | EUR 35,00 | EUR 45,00 |
Métodos de pago
- Cheque
- Giro bancario
- PayPal
Descripción de la tienda
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.
Especialidad
Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & StudiumInformación empresarial del vendedor
AHA-BUCH GmbH
Garlebsen 48
Einbeck, Alemania 37574
Condiciones de venta
IImprint
Información del vendedor
AHA-BUCH GmbH
representado por el director gerente Christel Glass
Garlebsen 48
37574 Einbeck
Alemania
Teléfono: 055639996039
Fax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
Inscrita en el Registro Mercantil Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691
Resolución alternativa de conflictos:
La Comisión Europea proporciona una plataforma para la resolución extrajudicial de litigios en línea (plataforma ODR), a la que se puede acceder en https://ec.europa.eu/odr.
Somos miembros de la iniciativa "FairCommerce" desde el 25.05.2018.
Para obtener más información, consulte www.fair-commerce.de.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a AHA-BUCH GmbH, Einbeck, Germany, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Enviamos su pedido después de recibirlos
para artículos disponibles las últimas 24 horas,
para artículos con suministro nocturno a más tardar 48 horas.
En caso de que necesitemos pedir un artículo a nuestro proveedor, nuestro tiempo de envío depende de la fecha de recepción de los artículos, pero los artículos se enviarán el mismo día.
Nuestro objetivo es enviar los artículos pedidos de la manera más rápida, pero también más eficiente y segura a nuestros clientes.