كتاب تحليل السلاسل الزمنية بدون برمجة باستخدام KNIME

Codeless Time Series Analysis with KNIME

دليل عملي لتنفيذ نماذج التنبؤ لتطبيقات تحليل السلاسل الزمنية

شرح الكتاب

المؤلفون: ككوري ويزنجر ، ماريت ويدمان ، دانييل تونيني.

ماذا ستتعلم

يتم تنظيم رحلة التعلم هذه في تصاعد الصعوبة، بدءًا من الأساليب الأسهل والفعالة المطبقة على التنبؤ بالطقس، ثم تقديم ARIMA وتنوعاته، والانتقال إلى التعلم الآلي لتصنيف الإشارات الصوتية، وتدريب بنيات التعلم العميق للتنبؤ بمستويات الجلوكوز والكهرباء الطلب على الطاقة، وينتهي بنهج لاكتشاف الشذوذ في إنترنت الأشياء. لا يوجد كتاب لتحليل السلاسل الزمنية بدون حل لتنبؤات أسعار الأسهم وستجد حالة الاستخدام هذه في نهاية الكتاب، جنبًا إلى جنب مع عدد قليل من حالات استخدام التنبؤ بالطلب التي تعتمد على تكامل KNIME Analytics Platform والأدوات الخارجية الأخرى.

بنهاية هذا كتاب السلاسل الزمنية، ستكون قد تعرفت على تقنيات وخوارزميات تحليل السلاسل الزمنية الشائعة، ومنصة KNIME Analytics، وامتداد السلاسل الزمنية، وكيفية تطبيقهما على حالات الاستخدام الشائعة.

محتويات الكتاب:

الفصل 1 : تقديم تحليل السلاسل الزمنية

الفصل 2 : مقدمة إلى منصة تحليلات KNIME

الفصل 3 : تحضير البيانات لتحليل السلاسل الزمنية

الفصل 4 : تصوير السلاسل الزمنية

الفصل 5 : مكونات السلاسل الزمنية والخصائص الإحصائية

الفصل 6 : التنبؤ بالرطوبة بالطرق التقليدية

الفصل 7 : التنبؤ بدرجة الحرارة بنماذج ARIMA و SARIMA

الفصل 8 : تصنيف الإشارة الصوتية مع FFT وغابة معززة متدرجة

الفصل 9 : تدريب ونشر شبكة عصبية للتنبؤ بمستويات الجلوكوز

الفصل 10 : توقع الطلب على الطاقة باستخدام نموذج LSTM

الفصل 11 : كشف الشذوذ – توقع الفشل مع عدم وجود أمثلة للفشل

الفصل 12 : توقع طلب سيارات الأجرة على منصة سبارك

الفصل 13 : نموذج تسريع GPU للتنبؤ متعدد المتغيرات

الفصل 14 : الجمع بين KNIME و H2O للتنبؤ بأسعار الأسهم

لمن الكتاب

هذا الكتاب مخصص لمحللي البيانات وعلماء البيانات الذين يرغبون في تطوير تطبيقات التنبؤ على بيانات السلاسل الزمنية. يُفترض المعرفة الأساسية بتحويلات البيانات، بينما لا تكون مهارات البرمجة مطلوبة بفضل التنفيذ بدون برمجة للأمثلة. يستهدف الجزء الأول من الكتاب المبتدئين في تحليل السلاسل الزمنية من خلال تقديم المفاهيم الأساسية لتحليل السلاسل الزمنية والاستكشاف البصري والمعالجة المسبقة لبيانات السلاسل الزمنية. تتحدى الأجزاء اللاحقة من الكتاب المستخدمين المبتدئين والمتقدمين من خلال تقديم تطبيقات تحليل السلاسل الزمنية في العالم الحقيقي.

الناشر: Packt Publishing (2022). التفاصيل الكاملة على موقع أمازون.

الكود الكامل على Github

نسخة مجانية من الفصل الأول متاحة هنا للتنزيل.