{"product_id":"time-series-algorithms-recipes-implement-machine-learning-and-deep-learning-techniques-with-python-9781484289778","title":"Recetas de algoritmos de series temporales: implemente técnicas de aprendizaje automático y aprendizaje profundo con Python","description":"Este libro enseña la implementación práctica de varios conceptos para el análisis y modelado de series de tiempo con Python a través de recetas de estilo problema-solución, comenzando con la lectura y preprocesamiento de datos. \u003cbr\u003eComienza con los fundamentos de la previsión de series temporales utilizando métodos de modelado estadístico como AR (autorregresivo), MA (media móvil), ARMA (media móvil autorregresiva) y ARIMA (media móvil autorregresiva integrada). A continuación, aprenderá el modelado univariado y multivariado utilizando diferentes paquetes de código abierto como Fbprohet, stats model y sklearn. También obtendrá información sobre modelos de regresión clásicos basados en aprendizaje automático como randomForest, Xgboost y LightGBM para problemas de previsión. El libro concluye demostrando la implementación de modelos de aprendizaje profundo (LSTM y ANN) para la previsión de series de tiempo. Cada capítulo incluye varios ejemplos de código e ilustraciones. Después de terminar este libro, tendrá una comprensión fundamental de varios conceptos relacionados con las series de tiempo y su implementación en Python. \u003cb\u003eLo que aprenderá\u003c\/b\u003e\u003cul\u003e\n\u003cli\u003eImplementar varias técnicas en el análisis de series de tiempo usando Python.\u003c\/li\u003e\n\u003cli\u003eUtilizar métodos de modelado estadístico como AR (autorregresivo), MA (media móvil), ARMA (media móvil autorregresiva) y ARIMA (media móvil autorregresiva integrada) para la previsión de series de tiempo.\u003c\/li\u003e\n\u003cli\u003eComprender el modelado univariado y multivariado para la previsión de series de tiempo.\u003c\/li\u003e\n\u003cli\u003ePronosticar utilizando técnicas de aprendizaje automático y aprendizaje profundo como GBM y LSTM (memoria a largo y corto plazo).\u003c\/li\u003e\n\u003c\/ul\u003e \u003cb\u003eA quién va dirigido este libro\u003c\/b\u003eCientíficos de datos, ingenieros de aprendizaje automático y desarrolladores de software interesados en el análisis de series de tiempo.\u003cbr\u003e\u003cbr\u003e\u003cb\u003eAutor:\u003c\/b\u003e \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=AUTH-15806660\"\u003eAkshay R. Kulkarni\u003c\/a\u003e, \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=AUTH-12167444\"\u003eAdarsha Shivananda\u003c\/a\u003e, \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=AUTH-15186586\"\u003eAnoosh Kulkarni\u003c\/a\u003e\u003cbr\u003e\u003cb\u003eEditorial:\u003c\/b\u003e Apress\u003cbr\u003e\u003cb\u003ePublicado:\u003c\/b\u003e 24\/12\/2022\u003cbr\u003e\u003cb\u003ePáginas:\u003c\/b\u003e 174\u003cbr\u003e\u003cb\u003eTipo de encuadernación:\u003c\/b\u003e Tapa blanda\u003cbr\u003e\u003cb\u003ePeso:\u003c\/b\u003e 0.61 lbs\u003cbr\u003e\u003cb\u003eTamaño:\u003c\/b\u003e 9.21 alto x 6.14 ancho x 0.41 profundidad\u003cbr\u003e\u003cb\u003eISBN13:\u003c\/b\u003e 9781484289778\u003cbr\u003e\u003cb\u003eISBN10:\u003c\/b\u003e 1484289773\u003cbr\u003e\u003cb\u003eCategorías BISAC:\u003c\/b\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-COM\"\u003eInformática\u003c\/a\u003e | \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-COM004000\"\u003eInteligencia Artificial | General\u003c\/a\u003e\u003cbr\u003e- \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=CAT-COM\"\u003eInformática\u003c\/a\u003e | \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=BISAC-COM051360\"\u003eLenguajes | Python\u003c\/a\u003e\u003cbr\u003e\u003cbr\u003e\u003cp\u003e\u003cb\u003eSobre el autor\u003c\/b\u003e\u003cbr\u003e\u003c\/p\u003e\u003cp\u003e\u003cb\u003eAkshay Kulkarni\u003c\/b\u003e es un evangelista de la IA y el aprendizaje automático (ML) y un líder de pensamiento. Ha asesorado a varias empresas de Fortune 500 y empresas globales para impulsar transformaciones estratégicas impulsadas por la IA y la ciencia de datos. Ha sido honrado como Experto Desarrollador de Google, y es autor y orador habitual en las principales conferencias de IA y ciencia de datos (incluyendo Strata, O'Reilly AI Conf y GIDS). Es profesor visitante en algunos de los principales institutos de posgrado de la India. En 2019, también fue reconocido como uno de los 40 mejores científicos de datos menores de 40 años en la India. En su tiempo libre, le gusta leer, escribir, programar y ayudar a los aspirantes a científicos de datos. Vive en Bangalore con su familia.\u003c\/p\u003e \u003cp\u003e\u003cb\u003eAdarsha Shivananda\u003c\/b\u003e es un líder en ciencia de datos y MLOps. Trabaja en la creación de capacidades MLOps de clase mundial para garantizar la entrega continua de valor de la IA. Su objetivo es construir un grupo de científicos de datos excepcionales dentro y fuera de la organización para resolver problemas a través de programas de capacitación, y siempre quiere estar a la vanguardia. Ha trabajado extensamente en los dominios farmacéutico, de atención médica, de bienes de consumo envasados (CPG), minorista y de marketing. Vive en Bangalore y le encanta leer y enseñar ciencia de datos.\u003c\/p\u003e \u003cp\u003e\u003cb\u003eAnoosh Kulkarni\u003c\/b\u003e es científico de datos y consultor senior de IA. Ha trabajado con clientes globales en múltiples dominios y les ha ayudado a resolver sus problemas comerciales utilizando aprendizaje automático (ML), procesamiento del lenguaje natural (NLP) y aprendizaje profundo. Anoosh es un apasionado de guiar y orientar a las personas en su trayectoria en la ciencia de datos. Dirige reuniones de ciencia de datos\/aprendizaje automático y ayuda a los aspirantes a científicos de datos a navegar por sus carreras. También imparte talleres de ML\/IA en universidades y participa activamente en la realización de seminarios web, charlas y sesiones sobre IA y ciencia de datos. Vive en Bangalore con su familia.\u003c\/p\u003e \u003cp\u003e\u003cb\u003eV Adithya Krishnan\u003c\/b\u003e es científico de datos e ingeniero de ML Ops. Ha trabajado con varios clientes globales en múltiples dominios y les ha ayudado a resolver sus problemas comerciales utilizando extensamente aplicaciones avanzadas de aprendizaje automático (ML). Tiene experiencia en múltiples campos de la IA-ML, incluyendo la previsión de series de tiempo, aprendizaje profundo, PNL, operaciones de ML, procesamiento de imágenes y análisis de datos. Actualmente, está trabajando en un conjunto de observabilidad de valor de última generación para modelos en producción, que incluye monitoreo continuo de modelos y datos junto con el valor comercial realizado. También publicó un artículo en una conferencia IEEE, \"Enfoque basado en aprendizaje profundo para la estimación de rango\", escrito en colaboración con el DRDO. Vive en Chennai con su familia.\u003c\/p\u003e\u003cbr\u003e","brand":"Apress","offers":[{"title":"Default Title","offer_id":44563768803565,"sku":"9781484289778","price":37.99,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0550\/8097\/6621\/products\/img_082f5a79-d60d-4f1e-8a44-3b642cbb8fda.jpg?v=1701846389","url":"https:\/\/sureshotbooks.com\/es\/products\/time-series-algorithms-recipes-implement-machine-learning-and-deep-learning-techniques-with-python-9781484289778","provider":"SureShot Books Publishing LLC","version":"1.0","type":"link"}