学习时间序列的概念，从传统的技术到最前沿的技术。这本书用全面的例子清楚地说明了时间序列数据的统计方法和分析方法及其在现实世界中的应用。所有的代码都可以在Jupyter中找到。

您将从回顾时间序列的基础知识、时间序列数据的结构、预处理以及如何通过数据争论来构建这些特性开始。接下来，您将使用statmodels和pmdarima等趋势框架来研究传统的时间序列技术，如ARMA、SARIMAX、VAR和VARMA。

该书还解释了使用sktime构建分类模型，并涵盖了先进的基于深度学习的技术，如ANN, CNN, RNN, LSTM, GRU和Autoencoder，以解决使用Tensorflow的时间序列问题。最后介绍了时间序列分析建模的流行框架fbprophet。在使用Python阅读了Hands -On Time Series Analysis之后，您将能够在行业中应用这些新技术，如石油和天然气、机器人、制造业、政府、银行、零售、医疗保健等。

你将学习:

• 解释时间序列高级概念的基础知识
• 如何设计、开发、培训和验证时间序列方法
• 什么是平滑，ARMA, ARIMA, SARIMA,SRIMAX, VAR, VARMA技术在时间序列和如何优化参数，以产生最佳的结果
• 学习如何利用前沿技术，如ANN, CNN, RNN, LSTM, GRU, Autoencoder，通过使用两种类型的数据准备方法来解决单变量和多变量问题。
• 使用fbprophet解决单变量和多变量问题。

这本书是写给谁的 数据科学家、数据分析师、金融分析师和股票市场研究员