Публикации по теме 'time-series-forecasting'
Прогнозирование с трансферным обучением
Прогнозирование с трансферным обучением
Как трансферное обучение может помочь со сдвигами в данных
Изменения в данных могут произойти в любое время. Часто они приводят к тому, что модели временных рядов перестают делать точные прогнозы изо дня в день. Чтобы лучше разобраться в этом вопросе, давайте подробно рассмотрим следующую ситуацию.
Компания, в которой вы работаете, собирает данные о потоках людей в определенных точках. В частности, возраст и пол каждого проходящего мимо..
Очистка временных рядов и импутация данных для строительной науки
Ну привет. Вы меня немного удивили, я вас там не видел. Я Кристофер, Data Scientist из Onboard Data . Мы любим технологии с открытым исходным кодом и стремимся улучшить построенную среду с помощью данных! С этой целью мы хотим поделиться проделанной нами работой, чтобы мы могли продолжать совершенствовать ресурсы, которыми пользуются специалисты из мира науки о данных и науки о строительстве 🖖.
Иногда кажется, что делать вещи с открытым исходным кодом и раздавать их бесплатно..
Временные ряды для изменения климата: прогнозирование спроса в пунктах отправления и назначения
Добыча данных о плавучих автомобилях для борьбы с изменением климата
Это восьмая часть серии Временные ряды изменения климата. Список статей:
Часть 1: Прогнозирование ветроэнергетики Часть 2: Прогноз солнечной радиации Часть 3: Прогнозирование крупных океанских волн Часть 4: Прогнозирование спроса на энергию Часть 5: Прогнозирование экстремальных погодных явлений Часть 6: Использование глубокого обучения для точного земледелия Часть 7: Сокращение пищевых отходов..
Использование алгоритма случайного блуждания для прогнозирования продаж тракторов в Python
В последние несколько дней я смотрел курс по прогнозированию временных рядов с использованием R. Хотя я не против программирования на R, я предпочитаю использовать Google Colab, бесплатный онлайн-блокнот Jupyter Notebook, который позволяет программировать на Python. Я пытался найти бесплатный онлайн-интерпретатор R, но те, что я нашел, не подходили для импорта библиотек. Поэтому я решил посмотреть видео и попытаться преобразовать любой код, написанный на R, в Python, полагая, что это не..
Быстрое прогнозирование временных рядов с помощью StatsForecast
Прогнозируйте молниеносные одномерные временные ряды с помощью пакета Nixtla StatsForecast
StatsForecast — это пакет , в который входит набор статистических и эконометрических моделей для прогнозирования одномерных временных рядов. Он отлично работает с большими временными рядами и не только претендует на 20-кратное ускорение, чем известный пакет pmdarima , но и 500-кратное ускорение, чем фб пророк .
В этой статье представлен первый обзор пакета StatsForecast и как..
Исправление проблемы прогнозирования Пророка
Шаг 1: обуздайте безумный тренд
На данный момент не секрет, что Пророк страдает от проблемы с точностью прогноза. Снова и снова он показывал ужасные результаты в многочисленных бенчмарках и соревнованиях по прогнозированию. Тем не менее, это один из наиболее часто используемых алгоритмов прогнозирования…
Итак… пришло время решить проблемы, которые его беспокоят, с помощью некоторых незначительных корректировок и (надеюсь) повысить точность прогнозов.
Проект TSUtilities..
Как эффективно проводить перекрестную проверку
Руководство по передовым методам перекрестной проверки: переобучение и вложение
Перекрестная проверка является критическим фактором для создания надежных моделей машинного обучения. Но часто он не используется в полной мере.
В этой статье мы рассмотрим две важные практики, позволяющие максимально эффективно использовать перекрестную проверку: повторное обучение и вложение.
Давайте начнем!
Что такое перекрестная проверка?
Перекрестная проверка — это метод оценки..