{"product_id":"time-series-analysis-with-python-cookbook-practical-recipes-for-exploratory-data-analysis-data-preparation-forecasting-and-model-evaluation-9781801075541","title":"Análisis de series temporales con Python Cookbook: Recetas prácticas para el análisis exploratorio de datos, preparación de datos, pronóstico y evaluación de modelos","description":"\u003cp\u003e\u003cstrong\u003eRealice análisis y pronósticos de series temporales con confianza con este banco de código y manual de referencia de Python\u003c\/strong\u003e\u003c\/p\u003e\u003cp\u003e\u003cbr\u003e\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eCaracterísticas principales: \u003c\/strong\u003e\u003c\/p\u003e\u003cul\u003e\n\u003cli\u003eExplore técnicas de pronóstico y detección de anomalías utilizando algoritmos estadísticos, de aprendizaje automático y de aprendizaje profundo.\u003c\/li\u003e\n\u003cli\u003eAprenda diferentes técnicas para evaluar, diagnosticar y optimizar sus modelos.\u003c\/li\u003e\n\u003cli\u003eTrabaje con una variedad de datos complejos con tendencias, múltiples patrones estacionales e irregularidades.\u003c\/li\u003e\n\u003c\/ul\u003e\u003cp\u003e\u003cbr\u003e\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eDescripción del libro: \u003c\/strong\u003e\u003c\/p\u003e\u003cp\u003eLos datos de series temporales están en todas partes, disponibles con alta frecuencia y volumen. Son complejos y pueden contener ruido, irregularidades y múltiples patrones, lo que hace que sea crucial estar bien versado en las técnicas cubiertas en este libro para la preparación, el análisis y la previsión de datos.\u003c\/p\u003e\u003cp\u003eEste libro cubre técnicas prácticas para trabajar con datos de series temporales, comenzando con la ingesta de datos de series temporales de diversas fuentes y formatos, ya sea en almacenamiento en la nube privada, bases de datos relacionales, bases de datos no relacionales o bases de datos de series temporales especializadas como InfluxDB. A continuación, aprenderá estrategias para manejar datos faltantes, lidiar con zonas horarias y días hábiles personalizados, y detectar anomalías utilizando métodos estadísticos intuitivos, seguidos de modelos ML no supervisados más avanzados. El libro también explorará la previsión utilizando modelos estadísticos clásicos como Holt-Winters, SARIMA y VAR. Las recetas presentarán técnicas prácticas para manejar datos no estacionarios, utilizando transformaciones de potencia, gráficos ACF y PACF, y descomponiendo datos de series temporales con múltiples patrones estacionales. Más adelante, trabajará con modelos ML y DL utilizando TensorFlow y PyTorch.\u003c\/p\u003e\u003cp\u003eFinalmente, aprenderá a evaluar, comparar, optimizar modelos y mucho más utilizando las recetas cubiertas en el libro.\u003c\/p\u003e\u003cp\u003e\u003cbr\u003e\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eLo que aprenderá: \u003c\/strong\u003e\u003c\/p\u003e\u003cul\u003e\n\u003cli\u003eComprender qué hace que los datos de series temporales sean diferentes de otros datos.\u003c\/li\u003e\n\u003cli\u003eAplicar varias estrategias de imputación e interpolación para datos faltantes.\u003c\/li\u003e\n\u003cli\u003eImplementar diferentes modelos para series temporales univariadas y multivariadas.\u003c\/li\u003e\n\u003cli\u003eUsar diferentes bibliotecas de aprendizaje profundo como TensorFlow, Keras y PyTorch.\u003c\/li\u003e\n\u003cli\u003eTrazar visualizaciones interactivas de series temporales usando hvPlot.\u003c\/li\u003e\n\u003cli\u003eExplorar modelos de espacio de estados y el modelo de componentes no observados (UCM).\u003c\/li\u003e\n\u003cli\u003eDetectar anomalías usando métodos estadísticos y de aprendizaje automático.\u003c\/li\u003e\n\u003cli\u003ePredecir series temporales complejas con múltiples patrones estacionales.\u003c\/li\u003e\n\u003c\/ul\u003e\u003cp\u003e\u003cbr\u003e\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePara quién es este libro: \u003c\/strong\u003e\u003c\/p\u003e\u003cp\u003eEste libro es para analistas de datos, analistas de negocios, científicos de datos, ingenieros de datos o desarrolladores de Python que desean recetas prácticas de Python para análisis de series temporales y técnicas de pronóstico. Se requiere un conocimiento fundamental de la programación en Python. Aunque tener una base básica en matemáticas y estadística será beneficioso, no es necesario. La experiencia previa trabajando con datos de series temporales para resolver problemas comerciales también lo ayudará a utilizar y aplicar mejor las diferentes recetas de este libro.\u003cbr\u003e\u003cbr\u003e\u003cb\u003eAutor:\u003c\/b\u003e \u003ca href=\"https:\/\/sureshotbooks-com.myshopify.com\/search?type=product%2Carticle%2Cpage\u0026amp;q=AUTH-15469120\"\u003eTarek A. Atwan\u003c\/a\u003e\u003cbr\u003e\u003cb\u003eEditorial:\u003c\/b\u003e Packt Publishing\u003cbr\u003e\u003cb\u003ePublicado:\u003c\/b\u003e 30\/06\/2022\u003cbr\u003e\u003cb\u003ePáginas:\u003c\/b\u003e 630\u003cbr\u003e\u003cb\u003eTipo de encuadernación:\u003c\/b\u003e Tapa blanda\u003cbr\u003e\u003cb\u003ePeso:\u003c\/b\u003e 2.35 libras\u003cbr\u003e\u003cb\u003eTamaño:\u003c\/b\u003e 9.25 pulgadas de alto x 7.50 pulgadas de ancho x 1.27 pulgadas de profundidad\u003cbr\u003e\u003cb\u003eISBN13:\u003c\/b\u003e 9781801075541\u003cbr\u003e\u003cb\u003eISBN10:\u003c\/b\u003e 1801075549\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-COM062000\"\u003eCiencia de datos | Modelado y diseño de datos\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\u003c\/p\u003e\u003cp\u003e\u003ci\u003eEste título no es retornable\u003c\/i\u003e\u003cbr\u003e\u003c\/p\u003e","brand":"Packt Publishing","offers":[{"title":"Default Title","offer_id":44539505606893,"sku":"9781801075541","price":93.32,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0550\/8097\/6621\/products\/img_8ae05de1-5059-4126-b3f4-84def4724b5a.jpg?v=1701471154","url":"https:\/\/sureshotbooks.com\/es\/products\/time-series-analysis-with-python-cookbook-practical-recipes-for-exploratory-data-analysis-data-preparation-forecasting-and-model-evaluation-9781801075541","provider":"SureShot Books Publishing LLC","version":"1.0","type":"link"}