Публикации по теме 'forecasting'
Greykite: библиотека прогнозирования от LinkedIn (кейс: прогноз цен на биткойны)
В мае 2021 года LinkedIn выпускает библиотеку прогнозирования временных рядов Greykite , чтобы упростить процесс прогнозирования для своих специалистов по данным.
Введение в GreyKite
Библиотека Greykite - это библиотека Python с открытым исходным кодом, разработанная для поддержки потребностей LinkedIn в прогнозировании. LinkedIn разработал GreyKite, чтобы помочь своей команде принимать эффективные решения на основе модели прогнозирования временных рядов. Основным..
NGBoost работает? Оценка NGBoost по ключевым критериям хорошего вероятностного прогноза
В одной из моих предыдущих статей Как оценивать вероятностные прогнозы я продемонстрировал, как оценивать вероятностные предикторы, используя два критических критерия оценки валидности и эффективность .
Пока не были изобретены конформные прогнозные распределения (ознакомьтесь с разделом Как предсказать распределение полной вероятности с помощью машинного обучения конформных прогнозирующих распределений ), общего подхода к созданию идеально откалиброванных вероятностных..
Проблемы прогнозирования суровой погоды и роль ИИ
Количество случаев суровой погоды растет, что делает важность точного прогнозирования более очевидной, чем когда-либо. Как искусственный интеллект может превзойти традиционные модели погоды и спасти жизни.
Растущая распространенность суровой погоды
Отчет Американского метеорологического общества недавно подтвердил тревожную тенденцию к ухудшению суровой погоды. По данным Национальных центров экологической информации NOAA , только в прошлом году (2022 г.) произошло 18 суровых..
Использование анализа временных рядов для прогнозирования движений NIFTY50
1. Введение
Индекс NIFTY 50 является эталонным широким индексом фондового рынка Индии Национальной фондовой биржи Индии. Полная форма NIFTY — Национальная фондовая биржа Fifty. Он представляет собой средневзвешенное значение акций 50 индийских компаний в 12 секторах и является одним из двух основных фондовых индексов, используемых в Индии, вторым является BSE Sensex. Чтобы узнать подробности, нажмите здесь"
В этом блоге мы увидим, как мы можем использовать различные алгоритмы временных..
5 Список библиотек Python для различных проектов данных
Python стал одним из самых популярных языков программирования для науки о данных благодаря своей гибкости, простоте использования и обширной экосистеме библиотек. Имея так много доступных библиотек, специалистам по данным может быть сложно выбрать правильные инструменты для своих проектов.
В этой статье мы рассмотрим пять основных библиотек Python для различных проектов по науке о данных, охватывающих ряд областей, таких как машинное обучение, прогнозирование временных рядов, просмотр..
K-12 Предсказания в овечьей шкуре — Глава 7
Если вы пропустили это, пожалуйста, не стесняйтесь прочитать Главу 6 .
Глава 7: Большие деньги, никаких хлопот! Касание 25 процентов
Карты и монеты часто используются в простых вероятностных примерах. Мы будем использовать колоду игральных карт и игральные кости. Мы с женой, дочерьми и я играем в карты и парчиси по вечерам семейных игр.
Каковы шансы, что моя дочь вытащит бубновую карту из колоды?
Пример карты 1:
В колоде 13 алмазных карт. Мы вытащим одну карту из 52...
Преобразование временных рядов (и возврат) стало проще
Изучение преобразований для временных рядов и способов их отмены с помощью масштабирования в Python
При прогнозировании данных временных рядов важным фактором является стационарность. Некоторые модели — ARIMA, Holt-Winters, Exponential Smoothing и другие — специализированы для временных рядов и не обязательно требуют стационарных данных. Стационарность ряда относится к его тенденции возвращаться к своему среднему значению с течением времени. Нестационарный ряд вводит тренд в набор..
