时间序列深度学习实战：基于PyTorch与Python的预测、分类与异常检测方案
A

时间序列深度学习实战：基于PyTorch与Python的预测、分类与异常检测方案

神经网络
PyTorch Python time series deep learning forecasting classification anomaly detection
作者
Vitor Cerqueira, Luís Roque
出版社
Packt Publishing
年份
2024
语言
英语
59
评价本书

阅读本书 登录 / 注册

预览片段

相似书籍

Pandas Cookbook. 第三版. 使用Python进行科学计算、时间序列和探索性数据分析的实用指南

Pandas Cookbook. 第三版. 使用Python进行科学计算、时间序列和探索性数据分析的实用指南

William Ayd, Matthew Harrison

Java深度学习实战手册：使用Deeplearning4j训练神经网络，实现分类、自然语言处理与强化学习

Java深度学习实战手册：使用Deeplearning4j训练神经网络，实现分类、自然语言处理与强化学习

Rahul Raj

使用生成式AI进行时间序列预测：利用AI实现精准预测

使用生成式AI进行时间序列预测：利用AI实现精准预测

Banglore Vijay Kumar Vishwas, Sri Ram Macharla

Python时间序列预测

Python时间序列预测

Marco Peixeiro

Python网络安全实战手册：80多个检测、防御与应对网络威胁的实用方案

Python网络安全实战手册：80多个检测、防御与应对网络威胁的实用方案

Nishant Krishna

Python探索性数据分析实战：50余个食谱，从结构化与非结构化数据中分析、可视化并提取洞见

Python探索性数据分析实战：50余个食谱，从结构化与非结构化数据中分析、可视化并提取洞见

Ayodele Oluleye

PyTorch 深度学习循序渐进：初学者指南

PyTorch 深度学习循序渐进：初学者指南

Daniel Voigt Godoy

深度学习与PyTorch（第二版）：深度学习和生成式AI模型的训练与应用

深度学习与PyTorch（第二版）：深度学习和生成式AI模型的训练与应用

Howard Huang, Eli Stevens, Luca Antiga, Thomas Viehmann

使用生成式人工智能开发时间序列预测模型

使用生成式人工智能开发时间序列预测模型

Juan Morales-Garcia, Antonio Llanes, Francisco Arcas-Tunez, Fernando Terroso-Saenz

基于基础模型的时间序列预测

基于基础模型的时间序列预测

Marco Peixeiro