Добро пожаловать в мир анализа временных рядов! Чаще всего для построения прогноза для некой последовательности дан­ных прибегают к тщательному анализу имеющихся временных рядов. Если вы держите в ру­ках эту книгу, то, вероятно, уже заметили, что временные ряды окружают нас повсюду. В последнее время они становятся важной или даже неотъемлемой частью экосистем больших данных. На сегодняшний день установка всевоз­можных датчиков и устройств наблюдения, генерирующих высокочастотные последовательности сигналов, стала обыденным явлением — все они требуют представления и обработки в виде временных рядов. Временные ряды неверо­ятно удобны тем, что при правильном анализе позволяют не только рассмо­треть тенденции в существующих наборах данных, но и составить прогноз бу­дущих изменений. В этой книге вы познакомитесь с основными принципами работы с временными рядами, обеспечивающими решение указанных и неко­торых других задач.

Временные ряды востребованы в широком спектре научных и инженерных дисциплин. Временным рядом можно представить все что угодно — от журнала торговых сделок до последовательности данных о проводимости наноэлектронной системы и записи человеческой речи в цифровом формате. В этой книге мы будем исходить из того, что временные ряды могут содержать наборы данных самых разнообразных типов. Заметим, что описанными далее методами можно обрабатывать и анализировать любые наборы данных, имеющие упорядоченную структуру в некотором, не обязательно временном, направлении. Временные ряды используются повсеместно!

Для кого предназначена эта книга:
Эта книга рассчитана на читателей двух категорий. Первая, ощутимо боль­шая, категория — это специалисты по анализу и обработке данных, которым по долгу службы приходится работать с временными рядами, но делают они это не очень часто. Это могут быть как ветераны отрасли, так и начинающие ана­литики. Опытным специалистам материал первых глав покажется знакомым, но это не значит, что им можно пренебречь, — здесь описаны самые современные методы обработки данных и рассмотрены важные особенности управления вре­менными рядами. Аналитикам с небольшим рабочим опытом желательно прора­ботать все без исключения главы книги предельно внимательно, несмотря на их тематическую независимость друг от друга.

Вторая категория читателей — руководители отделов по обработке и анализу данных в компаниях с интенсивным внутренним сбором информации. Если вы относитесь к этой группе читателей, то должны быть в курсе технологических решений, применяемых для обработки временных рядов, хотя вам и не прихо­дится заниматься программированием самостоятельно.

Ожидаемый уровень подготовки:
Что касается программирования, предполагается, что вам знакомы языки R и Python, особенно такие их фундаментальные пакеты, как NumPy, Pandas, scikit-learn (в Python) и data.table (в R). Конечно, приведенные в книге примеры программных кодов можно читать и безо всякой подготовки, но в этом случае вам потребуется сделать небольшое отступление и самостоятельно озна­комиться с этими пакетами. В наибольшей степени это касается пакета data.table языка R, который не пользуется широкой популярностью, но является чрезвычайно производительным инструментом с просто фантастической скоро­стью обработки данных.

Название: Практический анализ временных рядов: прогнозирование со статистикой и машинное обучение
Автор: Эйлин Нильсен
Издательство: Диалектика
Год: 2021
Страниц: 546
Язык: русский
Формат: pdf
Размер: 35.5 MB

Скачать Практический анализ временных рядов: прогнозирование со статистикой и машинное обучение