Nouveauté
Science des Données avec R. Apprentissage Supervisé: Modèles de Séries Temporelles Univariées. Modèles 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
- ISBN8232230692
- EAN9798232230692
- Date de parution15/11/2025
- Protection num.pas de protection
- Infos supplémentairesepub
- ÉditeurHamza elmir
Résumé
En science des données, l'intelligence artificielle prédictive pour les séries temporelles est initialement organisée selon la méthodologie Box et Jenkins, développée dans cet ouvrage. Les chapitres suivants explorent en profondeur les méthodes de prédiction de séries temporelles, outils essentiels de l'intelligence artificielle prédictive. Les modèles ARIMAX sont développés selon la méthodologie Box et Jenkins, ainsi que les modèles d'espace d'état et les modèles de séries temporelles utilisant des réseaux de neurones.
De plus, la prédiction automatique est abordée à l'aide des fonctions du logiciel R. Les fonctions R classiques pour le traitement des modèles ARIMAX sont également présentées. Les modèles d'analyse d'intervention et les modèles de fonctions de transfert sont également développés. Les chapitres commencent par une introduction méthodologique, suivie d'exercices résolus avec le logiciel R.
De plus, la prédiction automatique est abordée à l'aide des fonctions du logiciel R. Les fonctions R classiques pour le traitement des modèles ARIMAX sont également présentées. Les modèles d'analyse d'intervention et les modèles de fonctions de transfert sont également développés. Les chapitres commencent par une introduction méthodologique, suivie d'exercices résolus avec le logiciel R.
En science des données, l'intelligence artificielle prédictive pour les séries temporelles est initialement organisée selon la méthodologie Box et Jenkins, développée dans cet ouvrage. Les chapitres suivants explorent en profondeur les méthodes de prédiction de séries temporelles, outils essentiels de l'intelligence artificielle prédictive. Les modèles ARIMAX sont développés selon la méthodologie Box et Jenkins, ainsi que les modèles d'espace d'état et les modèles de séries temporelles utilisant des réseaux de neurones.
De plus, la prédiction automatique est abordée à l'aide des fonctions du logiciel R. Les fonctions R classiques pour le traitement des modèles ARIMAX sont également présentées. Les modèles d'analyse d'intervention et les modèles de fonctions de transfert sont également développés. Les chapitres commencent par une introduction méthodologique, suivie d'exercices résolus avec le logiciel R.
De plus, la prédiction automatique est abordée à l'aide des fonctions du logiciel R. Les fonctions R classiques pour le traitement des modèles ARIMAX sont également présentées. Les modèles d'analyse d'intervention et les modèles de fonctions de transfert sont également développés. Les chapitres commencent par une introduction méthodologique, suivie d'exercices résolus avec le logiciel R.
