本书是《Python现代时间序列预测》第二版，专为专家级读者设计，深入讲解如何使用Python进行复杂的时间序列分析和预测。
《Modern Time Series Forecasting with Python, 2nd Edition》是第二版，旨在通过Python社区专家的努力帮助开发人员掌握行业准备就绪的机器学习和深度学习时间序列分析技术。本书由Manu Joseph和Jeffrey Tackes编写，并由Packt Publishing出版发行。
出版社在确保信息准确性方面做出了所有努力，但书内信息仍然以不附带任何明示或暗示保证的方式销售。作者、出版社或其经销商及分销商不会对由此书直接或间接引起的任何损害承担责任。书中提及的所有公司和产品的商标信息均通过正确使用大写来提供。
本书第二版首次出版于2022年11月，第二次发行在2024年10月，是面向行业准备的现代化时间序列预测指南。它涵盖了机器学习与深度学习在时间序列分析中的应用，并利用了PyTorch和pandas等工具来提供一套结合最新技术趋势的方法。
Packt Publishing为本书制作投入了大量的专业人力资源。出版社位于英国伯明翰Grosvenor House，11 St Pauls Square, B3 1RB的注册办公地点。高级出版产品经理是Bhavesh Amin；项目编辑包括Jane D’Souza和Parvathy Nair；内容开发编辑为Deepayan Bhattacharjee；校对编辑由Safis Editor担任，并且Karan Sonawane负责技术编辑，Hemangini Bari作为索引编辑，Pranit Padwal是展示设计师，Anamika Singh则是开发者关系市场专员。
本书的出版强调了时间序列预测领域知识更新和专业化的重要性。几十年来，这一学科主要由特定方法和理论主导，但随着现代机器学习与深度学习技术的发展，该领域的预测技术已经发生了变革并更加侧重于利用这些新兴的方法以应对工业界对准确性和效率日益增长的需求。
通过使用流行的Python库PyTorch和pandas，本书提供了一种结合了最新趋势的实践方法，并将理论知识与实际应用相结合。这使得开发者能够获得一套完整的行业级时间序列分析及预测解决方案。
5星
