as pandas, statsmodels, and scikit-learn.
Experimental Setup for Time Series Forecasting: This section provided you with a general guide for setting up your Python environment for time series forecasting.
In the next chapter, we will discuss some practical concepts such as the time series forecast framework and its applications. Moreover, you will learn about some of the caveats that data scientists working on forecasting projects may face. Finally, I will introduce a use case and some key techniques for building machine learning forecasting solutions successfully.
Конец ознакомительного фрагмента.
Текст предоставлен ООО «ЛитРес».
Прочитайте эту книгу целиком, купив полную легальную версию на ЛитРес.
Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.
