Machine learning for time series forecasting with Python

Machine learning for time series forecasting with Python

Enregistré dans:

Détails bibliographiques
Auteur principal:	Lazzeri, Francesca (19..-....). (Auteur)
Support:	E-Book
Langue:	Anglais
Publié:	Indianapolis, Ind : John Wiley & Sons, Inc..
Sujets:	Séries chronologiques > Traitement automatique des données. Séries chronologiques > Logiciel. Apprentissage automatique. Python (langage de programmation).
Autres localisations:	Voir dans le Sudoc
Accès en ligne:	Accès à l'E-book

Documents similaires

Séries temporelles avec R
par: Aragon, Yves (1944-2021).
Publié: (2016)

Analyse des séries temporelles
par: Bourbonnais, Régis (19..-....).
Publié: (2022)

Growth curve modeling : theory and applications
par: Panik, Michael J..
Publié: (2013)

Feature engineering made easy : identify unique features from your dataset in order to build powerful machine learning systems
par: Ozdemir, Sinan.
Publié: (2018)

Deep learning with TensorFlow : explore neural networks and build intelligent systems with Python
par: Zaccone, Giancarlo.
Publié: (2018)

Machine learning : expert techniques to tackle complex machine learning problems using Python
par: Thanaki, Jalaj.
Publié: (2018)

Python pour le data scientist : des bases du langage au machine learning
par: Jakobowicz, Emmanuel (1980-....).

Graph Machine Learning : Take graph data to the next level by applying machine learning techniques and algorithms
par: Stamile, Claudio (19..-....; chercheur en informatique).
Publié: (2021)

Machine Learning Algorithms : Reference guide for popular algorithms for data science and machine learning
par: Bonaccorso, Bonaccorso.
Publié: (2017)

Adversial robustness for machine learning
par: Chen, Pin-Yu (19..-).

Developmental robotics : from babies to robots
par: Cangelosi, Angelo (1967-....).

Apprentissage machine, clé de l'intelligence artificielle : une introduction pour non-spécialistes
par: Gilleron, Rémi.

The Promise of Artificial Intelligence : Reckoning and Judgment
par: Smith, Brian Cantwell.
Publié: (2019)

Data science par la pratique : fondamentaux avec Python
par: Grus, Joel (19..-....).
Publié: (2020)

Building Machine Learning Systems with Python : master the art of machine learning with Python and build effective machine learning systems with this intensive hands-on guide
par: Richert, Willi.
Publié: (2013)

Python machine learning
par: Lee, Wei-Meng (19..-....).

Apprentissage artificiel : concepts et algorithmes : de Bayes et Hume au Deep Learning
par: Barra, Vincent (19..-....; chercheur en informatique de modélisation).
Publié: (2021)

Deep learning by example : a hands-on guide to implementing advanced machine learning algorithms and neural networks
par: Menshawy, Ahmed.
Publié: (2018)

Data science : fondamentaux et études de cas : machine learning avec Python et R
par: Biernat, Éric (19..-....).
Publié: (2015)

Deep learning
par: Kelleher, John D. (1974-....).
Publié: (2019)

Extraction et gestion des connaissances : EGC'2016 : [16ème conférence francophone sur l'extraction et la gestion des connaissances, Reims, 18-22 janvier 2016]

Extraction et gestion des connaissances : EGC'2015

R machine learning by example : understand the fundamentals of machine learning with R and build your own dynamic algorithms to tackle complicated real-world problems successfully
par: Bali, Raghav (19..-....).
Publié: (2016)

Statistics, Data Mining, and Machine Learning in Astronomy : A Practical Python Guide for the Analysis of Survey Data
par: Ivezic, Zeljko (1965-....).
Publié: (2019)

Les data sciences en 100 questions-réponses
par: Benzaki, Younes.
Publié: (2020)

Introduction au machine learning
par: Azencott, Chloé-Agathe (19..-....).
Publié: (2022)

Deep learning essentials : your hands-on guide to the fundamentals of deep learning and neural network modeling
par: Di, Wei.
Publié: (2018)

Big data, data mining, and machine learning : value creation for business leaders and practitioners
par: Dean, Jared (1978-...).

Machine learning avec Scikit-Learn : mise en oeuvre et cas concrets
par: Géron, Aurélien (19..-....).

Big data et machine learning : les concepts et les outils de la data science
par: Lemberger, Pirmin.
Publié: (2019)

Informatique : tronc commun : MPSI-PCSI-PTSI
par: Bays, Serge.
Publié: (2021)

Machine learning for developers : uplift your regular applications with the power of statistics, analytics, and machine learning
par: Bonnin, Rodolfo.
Publié: (2017)

Informatique : tronc commun : MP-PC-PSI-PT : nouveaux programmes !
par: Bays, Serge.
Publié: (2022)

Deep learning avec Keras et TensorFlow : mise en oeuvre et cas concrets
par: Géron, Aurélien (19..-....).

Deep learning with PyTorch : a practical approach to building neural network models using PyTorch
par: Subramanian, Vishnu (19..-....).
Publié: (2018)

TensorFlow deep learning projects : 10 real-world projects on computer vision, machine translation, chatbots, and reinforcement learning
par: Massaron, Luca (19..-....).
Publié: (2018)

Bioinformatique avec Python et Biopython
par: Jaspard, Emmanuel (19..-....).

Python en licence : algorithme de base et algorithme scientifique
par: Schüpp, Sophie.
Publié: (2022)

La physique de sup en applications avec Python : 32 modélisations de sujets contemporains avec corrigés : MPSI, PCSI, PTSI, MP2I
par: Carpentier, Renaud (19..-....).
Publié: (2022)

Introduction aux probabilités avec Python
par: Alhalel, Thierry (19..-....).

Université catholique de l'Ouest - Bibliothèques - 3 place André Leroy - BP10808 - 49008 ANGERS Cedex 1