Ingyenes szállítás 19 990 Ft feletti rendelés esetén – Packeta, Fox Post Box és DPD csomagpont átvétellel

A rendelés állapotának ellenőrzése

Legyen része a világ minden tájáról összegyűlt könyvbarátok közösségének és élvezze a rengeteg előnyt. Ingyenes regisztráció

Ingyenes szállítás a FoxPost futárszolgálattal, 19 990 Ft feletti vásárlás esetén

DPD gyűjtőpont 990 Ft DPD futárszolgálat 1 190 Ft GLS pont 1 190 Ft Magyar Posta 1 795 Ft PostaPont / Csomagautomata 1 690 Ft Magyar Posta 1 690 Ft FoxPost 1 190 Ft Packeta 1 190 Ft GLS futár 1 690 Ft

Kapcsolat

Hogyan vásároljunk

Segítség

Saját fiók

▸ Üres :-(

Ingyenes szállítás 19 990 Ft feletti rendelés esetén – Packeta, Fox Post Box és DPD csomagpont átvétellel

Time Series Forecasting using Deep Learning

Name: Time Series Forecasting using Deep Learning
Brand: LAP LAMBERT Academic Publishing
SKU: 32899116
Price: 14165 HUF
Availability: InStock
Author: Samit Bhanja
ISBN: 9783330046160

Samit Bhanja

Nyelv

Angol

Könyv Puha kötésű

Libristo kód: 32899116

Kiadó LAP LAMBERT Academic Publishing, május 2020

Deep Learning which comprises Deep Neural Networks (DNNs) has achieved excellent success in image cl... Teljes leírás

Libristo kód: 32899116

94 b

14 165 Ft

Beszállítói készleten Küldés 5-8 napon belül

Akár 30 napos visszaküldési lehetőség

Ezt is ajánljuk

Role of Currency Futures in Risk Management Panagiotis Papadopoulos

Puha kötésű

6 782 Ft

Whimsical World Big Book Coloring Book 100 Illustrations to Color by Molly Harrison Molly Harrison

Puha kötésű

5 821 Ft

Teaching the National ICT Strategy at Key Stage 3 Susan Haywood

Puha kötésű

13 119 Ft

Machine Learning for Time Series Forecasting with Python Francesca Lazzeri

Puha kötésű

18 042 Ft

SAP Administration - Practical Guide Sebastian Schreckenbach

Kemény kötésű

29 793 Ft

Accurately Forecasting Stock Prices using LSTM and GRU Neural Networks Eka Kurnia

Puha kötésű

14 165 Ft

Modern Time Series Forecasting with Python Manu Joseph

Puha kötésű

21 265 Ft

Time Series Forecasting Francesca Lazzeri

Puha kötésű

20 143 Ft

Financial Modelling with Python Shayne Fletcher

Kemény kötésű

54 224 Ft

Deep Learning for Time Series Cookbook Luís Roque

Puha kötésű

19 798 Ft

Celtic Tree Rituals Sharlyn Hidalgo

Puha kötésű

6 001 Ft

Machine Learning for Time-Series with Python Ben Auffarth

Puha kötésű

22 017 Ft

Time Series Forecasting in Python Marco Peixeiro

Puha kötésű

22 751 Ft

Time Series Modelling Christian H. Weiß

Kemény kötésű

28 833 Ft

Reality Switch Technologies Andrew R Gallimore

Puha kötésű

11 662 Ft

Vishnu Purana Hindu Mythology and Tradition Hall Fitzedward

Puha kötésű

9 575 Ft

Cosmic C*nt Tarot Sam West

Kártya

6 153 Ft

Magical Creatures and Mythical Beasts Professor Mortimer

Kemény kötésű

8 211 Ft

Democracy Sheldon Joss Sheldon

Kemény kötésű

9 603 Ft

It's Big Brother Time! Nandini Ahuja

Kemény kötésű

2 958 Ft

Anthology of Australian Prose Poetry Cassandra Atherton

Puha kötésű

9 243 Ft

A Land Not Forgotten: Indigenous Food Security and Land-Based Practices in Northern Ontario Michael A. Robidoux

Kemény kötésű

28 861 Ft

Classic Starts(r) White Fang Arthur Pober

Puha kötésű

3 360 Ft

Attractions & Distractions: Senior Year Alexandra Warren

Puha kötésű

4 771 Ft

Deep Learning which comprises Deep Neural Networks (DNNs) has achieved excellent success in image classification, speech recognition, etc. But DNNs suffer a lot of challenges for time series forecasting (TSF) because most of the time-series data are nonlinear in nature and highly dynamic in behavior. TSF has a great impact on our socio-economic environment. Hence, to deal with these challenges the DNN model needs to be redefined, and keeping this in mind, data pre-processing, network architecture and network parameters are needed to be considered before feeding the data into DNN models. Data normalization is the basic data pre-processing technique form which learning is to be done. The effectiveness of TSF heavily depends on the data normalization technique. In this Book, different normalization methods are used on time series data before feeding the data into the DNN model and we try to find out the impact of each normalization technique on DNN for TSF. We also propose the Deep Recurrent Neural Network (DRNN) to predict the closing index of the Bombay Stock Exchange (BSE) and the New York Stock Exchange (NYSE) by using time series data.

Színésznő & Poliglott

EWA KASP részére

A videó lejátszása

A Libristo rendelkezik az idegennyelvű könyvek legnagyobb kínálatával. Ezért vásárolom a könyveket itt.

Információ a könyvről

Teljes megnevezés Time Series Forecasting using Deep Learning

Szerző Samit Bhanja

Nyelv

Angol

Kötés Könyv - Puha kötésű

Kiadás éve 2020

Oldalszám 52

EAN 9783330046160

ISBN 3330046163

Libristo kód 32899116

Kiadó LAP LAMBERT Academic Publishing

Súly 91

Méretek 152 x 229 x 3

Kategória

Számítástechnika és információtechnológia > Információtechnológia: általános jellegű

Ajándékozza oda ezt a könyvet még ma

Nagyon egyszerű

1 Tegye a kosárba könyvet, és válassza ki a kiszállítás ajándékként opciót 2 Rögtön küldjük Önnek az utalványt 3 A könyv megérkezik a megajándékozott címére