추가 적립 안내

해외주문원서/일서는 고객의 요청에 의해 주문하는 '개인오더' 상품으로, 단순 변심/착오로 인한 취소, 반품, 교환이 불가합니다.
단, 품절/절판인 경우와 결제완료 당일 24시까지는 마이페이지 > 취소/반품/교환/환불 에서 취소신청이 가능합니다.
부득이한 사정으로 인터파크 직매입 해외주문양서/일서를 고객변심 사유로 반품 신청을 할 경우 '수입제반비용'을 환불금액에서 차감하고 환불합니다.
또한, 해외 거래처 사정에 의하여 주문상품이 품절이나 입고 지연될 수도 있다는 점도 알려 드립니다.
※ 수입제반비용이란 판매가의 20% (반품/취소 수수료는, 수입제반비용(수송비용, 관세사비, 보세창고료, 내륙운송비, 통관비 등)과 재고리스크(미판매 리스크, 환차손)에 따른 비용을 포함하며, 판매가에 상관없이 일괄 20%가 적용됩니다.)

Time series data analysis is increasingly important due to the massive production of such data through the internet of things, the digitalization of healthcare, and the rise of smart cities. As continuous monitoring and data collection become more common, the need for competent time series analysis with both statistical and machine learning techniques will increase.

Covering innovations in time series data analysis and use cases from the real world, this practical guide will help you solve the most common data engineering and analysis challengesin time series, using both traditional statistical and modern machine learning techniques. Author Aileen Nielsen offers an accessible, well-rounded introduction to time series in both R and Python that will have data scientists, software engineers, and researchers up and running quickly.

You’ll get the guidance you need to confidently:

Find and wrangle time series data
Undertake exploratory time series data analysis
Store temporal data
Simulate time series data
Generate and select features for a time series
Measure error
Forecast and classify time series with machine or deep learning
Evaluate accuracy and performance