Nouveauté
Ciencia de Datos con R. Aprendizaje Supervisado: Modelos Univariantes de Series Temporales. Modelos ARIMAX. DATA SCIENCE
Par :Formats :
Disponible dans votre compte client Decitre ou Furet du Nord dès validation de votre commande. Le format ePub est :
- Compatible avec une lecture sur My Vivlio (smartphone, tablette, ordinateur)
- Compatible avec une lecture sur liseuses Vivlio
- Pour les liseuses autres que Vivlio, vous devez utiliser le logiciel Adobe Digital Edition. Non compatible avec la lecture sur les liseuses Kindle, Remarkable et Sony
, qui est-ce ?Notre partenaire de plateforme de lecture numérique où vous retrouverez l'ensemble de vos ebooks gratuitement
Pour en savoir plus sur nos ebooks, consultez notre aide en ligne ici
C'est si simple ! Lisez votre ebook avec l'app Vivlio sur votre tablette, mobile ou ordinateur :
- FormatePub
- ISBN8230600046
- EAN9798230600046
- Date de parution15/11/2025
- Protection num.pas de protection
- Infos supplémentairesepub
- ÉditeurIndependently Published
Résumé
Dentro de la Ciencia de Datos, la Inteligencia Artificial Predictiva en el caso de las series temporales se ordena inicialmente en la metodología de Box y Jenkins, que se desarrolla en este libro. A lo largo de los sucesivos capítulos, se profundiza en los métodos de predicción con series temporales que constituyen herramientas esenciales en la Inteligencia Artificial Predictiva. Se desarrollan los modelos ARIMAX bajo la metodología de Box y Jenkins, los modelos de espacio de los estados y los modelos de series temporales a través de redes neuronales.
Adicionalmente se aborda la predicción automática a través de las funciones del software R. Adicionalmente se presentan las funciones clásicas de R para el tratamiento de los modelos ARIMAX. Se desarrollan también los modelos del análisis de la intervención y los modelos de la función de transferencia. Los capítulos comienzan con una introducción metodológica y posteriormente se presentan ejercicios resueltos con el software R.
Adicionalmente se aborda la predicción automática a través de las funciones del software R. Adicionalmente se presentan las funciones clásicas de R para el tratamiento de los modelos ARIMAX. Se desarrollan también los modelos del análisis de la intervención y los modelos de la función de transferencia. Los capítulos comienzan con una introducción metodológica y posteriormente se presentan ejercicios resueltos con el software R.
Dentro de la Ciencia de Datos, la Inteligencia Artificial Predictiva en el caso de las series temporales se ordena inicialmente en la metodología de Box y Jenkins, que se desarrolla en este libro. A lo largo de los sucesivos capítulos, se profundiza en los métodos de predicción con series temporales que constituyen herramientas esenciales en la Inteligencia Artificial Predictiva. Se desarrollan los modelos ARIMAX bajo la metodología de Box y Jenkins, los modelos de espacio de los estados y los modelos de series temporales a través de redes neuronales.
Adicionalmente se aborda la predicción automática a través de las funciones del software R. Adicionalmente se presentan las funciones clásicas de R para el tratamiento de los modelos ARIMAX. Se desarrollan también los modelos del análisis de la intervención y los modelos de la función de transferencia. Los capítulos comienzan con una introducción metodológica y posteriormente se presentan ejercicios resueltos con el software R.
Adicionalmente se aborda la predicción automática a través de las funciones del software R. Adicionalmente se presentan las funciones clásicas de R para el tratamiento de los modelos ARIMAX. Se desarrollan también los modelos del análisis de la intervención y los modelos de la función de transferencia. Los capítulos comienzan con una introducción metodológica y posteriormente se presentan ejercicios resueltos con el software R.
