ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Practical Time Series Forecasting with R: A Hands-On Guide, 2nd Edition

دانلود کتاب پیش بینی سریال زمان عملی با R: A Hands-On Guide ، Edition 2

Practical Time Series Forecasting with R: A Hands-On Guide, 2nd Edition

مشخصات کتاب

Practical Time Series Forecasting with R: A Hands-On Guide, 2nd Edition

ویرایش: 2 
نویسندگان:   
سری:  
 
ناشر: Axelrod Schnall Publishers 
سال نشر: 2016 
تعداد صفحات: 232 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 4 مگابایت 

قیمت کتاب (تومان) : 30,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 7


در صورت تبدیل فایل کتاب Practical Time Series Forecasting with R: A Hands-On Guide, 2nd Edition به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب پیش بینی سریال زمان عملی با R: A Hands-On Guide ، Edition 2 نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب پیش بینی سریال زمان عملی با R: A Hands-On Guide ، Edition 2

پیش‌بینی عملی سری‌های زمانی با R: یک راهنمای عملی، ویرایش دوم یک رویکرد کاربردی برای پیش‌بینی سری‌های زمانی ارائه می‌کند. پیش بینی یک جزء ضروری از تجزیه و تحلیل پیش بینی است. این کتاب روش ها و رویکردهای رایج پیش بینی مورد استفاده در انواع برنامه های تجاری را معرفی می کند.

این کتاب توضیحات واضح، مثال های عملی و تمرین ها و موارد پایان فصل را ارائه می دهد. خوانندگان یاد خواهند گرفت که از روش‌های پیش‌بینی با استفاده از نرم‌افزار منبع باز رایگان R برای توسعه راه‌حل‌های پیش‌بینی مؤثر که ارزش تجاری را از داده‌های سری زمانی استخراج می‌کند، استفاده کنند.

ویرایش دوم با سازماندهی بهبودیافته و مطالب جدید، همچنین شامل :

▪ روش‌های رایج پیش‌بینی شامل الگوریتم‌های هموارسازی، مدل‌های رگرسیون، و شبکه‌های عصبی
▪ رویکردی عملی برای ارزیابی عملکرد راه‌حل‌های پیش‌بینی
▪ یک نمایشگاه تحلیلی تجاری با تمرکز بر پیوند دادن پیش‌بینی سری‌های زمانی به اهداف تجاری
▪ موارد هدایت‌شده برای ادغام دانش کسب‌شده با استفاده از داده‌های واقعی
▪ مشکلات پایان فصل برای تسهیل یادگیری فعال
▪ یک سایت همراه با مجموعه‌های داده، کد R، منابع یادگیری، و مواد آموزشی (راه حل تمرین ها، مطالعات موردی)
▪ کتاب درسی در دسترس جهانی، در هر دو فرمت جلد نرم و کیندل موجود است

پیش بینی سری زمانی عملی با R: A راهنمای عملی پرف است کتاب درسی ect برای دوره های فوق لیسانس، کارشناسی ارشد و دوره های MBA و همچنین برنامه های حرفه ای در علم داده و تجزیه و تحلیل تجاری. این کتاب همچنین برای متخصصان در زمینه‌های تحقیق در عملیات، مدیریت زنجیره تامین، بازاریابی، اقتصاد، امور مالی و مدیریت طراحی شده است.

برای اطلاعات بیشتر به forecasting.com مراجعه کنید

GALIT SHMUELI، دکترا، استاد برجسته در مؤسسه علوم خدمات، دانشگاه ملی Tsing Hua، تایوان است. او یکی از نویسندگان پرفروش ترین کتاب درسی داده کاوی برای تجزیه و تحلیل کسب و کار، در میان کتاب های دیگر و انتشارات متعدد در مجلات برتر است. او دوره‌هایی را در زمینه پیش‌بینی، داده‌کاوی، آمار و سایر موضوعات تجزیه و تحلیل داده‌ها در دانشکده بازرگانی اسمیت مریلند، مدرسه تجارت هند، دانشگاه ملی Tsing Hua و آنلاین در statistics.com طراحی و آموزش داده است.
برای اطلاعات بیشتر اطلاعات بازدید از galitshmueli.com

KENNETH C. LICHTENDAHL JR. دانشیار مدیریت بازرگانی در دانشکده بازرگانی Darden در دانشگاه ویرجینیا است. او در آموزش علوم داده به دانشجویان MBA با R تخصص دارد. او توسط The Case Center به عنوان معلم موردی برجسته در سال 2015 برای درس علوم داده در تجارت شناخته شد. تحقیقات او به طور گسترده بر روی انجام، ارزیابی و ترکیب پیش بینی ها متمرکز است و در مجلات معتبر دانشگاهی مانند علم مدیریت منتشر شده است.


توضیحاتی درمورد کتاب به خارجی

PRACTICAL TIME SERIES FORECASTING WITH R: A HANDS-ON GUIDE, SECOND EDITION provides an applied approach to time-series forecasting. Forecasting is an essential component of predictive analytics. The book introduces popular forecasting methods and approaches used in a variety of business applications.

The book offers clear explanations, practical examples, and end-of-chapter exercises and cases. Readers will learn to use forecasting methods using the free open-source R software to develop effective forecasting solutions that extract business value from time-series data.

Featuring improved organization and new material, the SECOND EDITION also includes:

▪ Popular forecasting methods including smoothing algorithms, regression models, and neural networks
▪ A practical approach to evaluating the performance of forecasting solutions
▪ A business-analytics exposition focused on linking time-series forecasting to business goals
▪ Guided cases for integrating the acquired knowledge using real data
▪ End-of-chapter problems to facilitate active learning
▪ A companion site with data sets, R code, learning resources, and instructor materials (solutions to exercises, case studies)
▪ Globally-available textbook, available in both softcover and Kindle formats

PRACTICAL TIME SERIES FORECASTING WITH R: A HANDS-ON GUIDE is the perfect textbook for upper-undergraduate, graduate and MBA-level courses as well as professional programs in data science and business analytics. The book is also designed for practitioners in the fields of operations research, supply chain management, marketing, economics, finance and management.

For more information visit forecasting.com

GALIT SHMUELI, PhD, is Distinguished Professor at the Institute of Service Science, National Tsing Hua University, Taiwan. She is co-author of the best-selling textbook Data Mining for Business Analytics, among other books and numerous publications in top journals. She has designed and instructed courses on forecasting, data mining, statistics and other data analytics topics at University of Maryland's Smith School of Business, the Indian School of Business, National Tsing Hua University and online at statistics.com.
For more information visit galitshmueli.com

KENNETH C. LICHTENDAHL JR. is an Associate Professor of Business Administration at the University of Virginia's Darden School of Business. He specializes in teaching data science to MBA students with R. He was recognized by The Case Centre as its 2015 Outstanding Case Teacher for his course Data Science in Business. His research focuses broadly on making, evaluating, and combining forecasts and has been published in leading academic journals such as Management Science.





نظرات کاربران