使用 Python 进行时间序列分析 — Tarek Atwan 的书评

使用 Python 进行时间序列分析 — Tarek Atwan 的书评

你为没有人类付出的代价是人工智能系统中的循环可能是天文数字。 Zillow 的算法驱动定价工具估计了全国数百万房屋的价值，并且是购房者和卖家的热门资源。

然而，确定房屋的价值是一个微妙的过程——不是按一下按钮就能轻松完成的。
该公司的估计问题迫使其关闭了购房业务并解雇了四分之一的员工。 Zillow 的股价从峰值下跌了 80%。

除了人口密度、人口统计和传播等特征外，它还使用大量时间序列来自动执行此类重大决策，而无需人工参与并为此付出了代价。

解释和预测时间序列不适合数据科学领域的胆小者。它需要大量时间和对单变量和多变量季节性数据的深入理解等等。一本关于这个主题的好书不容易写，但我很高兴有一本出来。

我被邀请评论 塔雷克·阿特万 的新书《Python Cookbook 时间序列分析》。这本书包含 600 多页，将引导您从设置数据集进行分析到复杂的主题，例如使用 GARCH 预测金融时间序列数据的波动性。

书籍几乎没有留下任何未探索的内容，教您设置环境以将数据写入 MongoDB、Snowflake 等。它使用视觉效果、代码、所涉及的数学方程式和示例来解释一些尖端工具，例如使用 MSTL 分解具有多个季节模式的时间序列。

如果你能冒险，兔子洞会非常非常深。

https://www.amazon.com/Time-Analysis-Python-Cookbook-forecasting/dp/1801075549/

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明

本文链接：https://www.qanswer.top/22894/56100909