Series Temporales con Python: Cómo implementar el análisis y la predicción de series temporales con Python

Opiniones de los lectores

El libro ofrece una introducción completa al análisis de series temporales, con conceptos y aplicaciones útiles para las empresas. Sin embargo, se ve empañado por problemas de impresión, mala calidad y el uso de capturas de pantalla de código que dificultan la legibilidad.

⬤ Información bien recopilada
⬤ desglose de conceptos aplicables a los negocios
⬤ ideas sobre el comportamiento de las series temporales
⬤ organizado y fácil de leer
⬤ cubre varios temas en series temporales
⬤ útil para aquellos con un conocimiento básico de Python/Machine Learning.

⬤ Mala calidad de impresión
⬤ problemas con las capturas de pantalla de los códigos
⬤ muchos errores tipográficos
⬤ falta de números de página
⬤ algunas imágenes están recortadas
⬤ el contenido sólo cubre lo básico
⬤ reportado como una versión pirata
⬤ decepcionante para los lectores que buscan una comprensión detallada.

(basado en 5 opiniones de lectores)

Título original:

Time Series with Python: How to Implement Time Series Analysis and Forecasting Using Python

Contenido del libro:

¿Quiere aprender más sobre las series temporales, pero le cuesta encontrarlas en los libros de texto tradicionales de Ciencia de Datos?

Este libro es la respuesta.

Las series temporales son una parte importante y apasionante del análisis de datos. Los datos de series temporales están más disponibles que la mayoría de los datos y responden a preguntas que los datos transversales no pueden responder. También tiene una aplicación más real en la predicción de acontecimientos futuros. Sin embargo, no suelen formar parte de las herramientas tradicionales de la ciencia de datos. También hay pocos recursos centralizados sobre las aplicaciones de las series temporales, especialmente utilizando lenguajes de programación tradicionales como Python.

Este libro resuelve todos estos problemas y muchos más. Comienza con los conceptos básicos de las series temporales y pasa a temas más avanzados. Muestra cómo configurar Python desde el principio, y recorre más de 20 ejemplos de aplicación de conceptos simples y avanzados de Series Temporales con código Python.