Modern Time Series Forecasting with Python : Exploring statistical models, machine learning, and deep learning for cutting-edge time series forecasting (English Edition)

Sprache: Englisch

Verlag: Amazon Digital Services LLC - Kdp Mär 2026, 2026

9365893623 / 9789365893625

Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH

Verkäufer/-in mit 5 Sternen

Verkäufer:in bei ZVAB seit 14. August 2006

Softcover

Zustand: Neu

EUR 61,99

EUR 35,00 Versand 
Versand von Deutschland nach USA

Anzahl: 2 verfügbar

In den Warenkorb
30 Tage kostenlose Rückgabe

Artikelbeschreibung des Verkäufers

Neuware - Time series forecasting is driving decision-making in everything from financial markets to supply chain logistics. This book provides a hands-on roadmap to mastering this technology, bridging the gap between classical statistical rigor and cutting-edge artificial intelligence. Understand time series fundamentals by exploring decomposition, stationarity, and ACF/PACF analysis before mastering preprocessing and feature engineering. You will build foundational ARIMA, SARIMA, and Holt-Winters' models before pivoting to machine learning with XGBoost and Scikit-learn. The journey accelerates into deep learning, designing RNNs, LSTMs, and hybrid CNN-LSTM architectures for univariate and multivariate forecasting. After exploring advanced VAR and VECM models, you will implement walk-forward validation and professional error metrics. The final sections cover scalability and MLOps, teaching you to handle big data with Dask and deploy production-ready models via FastAPI and Apache Kafka. By the end of this book, you will be a competent practitioner capable of building high-performance forecasting pipelines for stock prices, demand, and sensor data. You will possess the technical expertise to deploy scalable, ethical, and accurate models in real-world cloud environments with confidence.What you will learn? Diagnose trend and seasonality using Statsmodels stationarity.? Build ARIMA/SARIMA and smoothing models using Statsmodels.? Engineer lag, rolling, and calendar-based forecasting features.? Deploy FastAPI pipelines and monitor Kafka drift.? Build LSTM and GRU architectures with TensorFlow.? Backtest, compare, and ensemble models with confidence.? Deploy, monitor, and retrain forecasting pipelines at scale.Who this book is forThis book is designed for data scientists, machine learning engineers, and analysts mastering temporal data. Proficiency in Python and basic statistics is required, while experience with cloud deployment or deep learning helps professional engineers scale models using the featured technical frameworks.Table of Contents1. Introduction to Time Series Data and Analysis2. Data Pre-processing and Feature Engineering3. Exploratory and Statistical Analysis of Time Series4. Autoregressive Models5. Moving Average and ARMA Models6. ARIMA and SARIMA Models7. Exponential Smoothing Methods8. Feature-based Machine Learning for Time Series Forecasting9. Introduction to Deep Learning for Time Series10. Building and Training LSTM Models for Time Series11. Advanced Deep Learning Architectures and Multivariate Forecasting12. Multivariate Time Series Forecasting13. Model Evaluation, Selection, and Ensembling14. Forecasting at Scale and Model Deployment15. Time Series Forecasting in Practice. …

Titel
Modern Time Series Forecasting with Python : Exploring statistical models, machine learning, and deep learning for cutting-edge time series forecasting (English Edition)
Autor
Ravindra Rapaka
Verlag
Amazon Digital Services LLC - Kdp Mär 2026
Erscheinungsjahr
2026
Zustand
Neu
Einband
Taschenbuch
Sprache
Englisch
ISBN-10
9365893623
ISBN-13
9789365893625
Artikelgewicht
762 Gramm
Abmessungen
235x191x23 mm

AHA-BUCH GmbH

Einbeck, Deutschland

Verkäufer/-in mit 5 Sternen

Verkäufer:in bei ZVAB seit 14. August 2006

Versandkosten von Deutschland nach USA

Artikel7 bis 10 Werktage5 bis 7 Werktage
Erster ArtikelEUR 35,00EUR 45,00
Die Versandzeiten werden von den Verkäuferinnen und Verkäufern festgelegt. Sie variieren je nach Versanddienstleister und Standort. Sendungen, die den Zoll passieren, können Verzögerungen unterliegen. Eventuell anfallende Abgaben oder Gebühren sind von der Käuferin bzw. dem Käufer zu tragen. Die Verkäuferin bzw. der Verkäufer kann Sie bezüglich zusätzlicher Versandkosten kontaktieren, um einen möglichen Anstieg der Versandkosten für Ihre Artikel auszugleichen.

Zahlungsarten

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • Banküberweisung
  • PayPal
  • Vorauskasse

Shopbeschreibung

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.

Spezialisierung

Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & Studium

Unternehmensdaten der Verkäuferin bzw. des Verkäufers

AHA-BUCH GmbH

Garlebsen 48
Einbeck, Deutschland 37574

Impressum

Gesetzliche Anbieterkennung:

AHA-BUCH GmbH
diese vertreten durch den Geschäftsführer Christel Glass
Garlebsen 48
37574 Einbeck
Deutschland
Telefon: 055639996039
Telefax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
eingetragen im Handelsregister des Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691

Alternative Streitbeilegung:
Die Europäische Kommission stellt eine Plattform für die außergerichtliche Online-Streitbeilegung (OS-Plattform) bereit, aufrufbar unter https://ec.europa.eu/odr.

Wir sind seit 25.05.2018 Mitglied der Initiative "FairCommerce".
Nähere Informationen hierzu finden Sie unter www.fair-commerce.de.