Публикации по теме 'forecasting'
Прогнозирование цен на природный газ с использованием нейронных сетей и классификационных сценариев
задача прогнозирования, решаемая путем непрерывного движения цены и направления движения цены
Прогноз цен на природный газ с использованием нейронных сетей и классификационных сценариев
Примеры использования анализа временных рядов с регрессией и классификацией
Https://sarit-maitra.medium.com/membership
ПРОГНОЗИРОВАНИЕ временных рядов - сложная задача, особенно когда мы имеем дело со стохастическими ценовыми рядами биржевых данных. Что ж, здесь стохастик означает..
Прогнозирование освещения в новостях
Введение в datafloat.ai
Прогнозирование — это путешествие. Мы многому научились на этом пути. Мы делали ошибки (мы все еще делаем). В нашем блоге мы пытаемся документировать эти знания по мере их появления.
В Predicto важно быстро повторять и экспериментировать с различными архитектурами моделей, данными и идеями. Это привело нас к разработке инструмента прогнозирования без кода, который позволяет любому экспериментировать с прогнозированием глубокого обучения, используя свои..
Как быстрее обучать прогнозированию временных рядов с помощью Ray, часть 3 из 3
Ускорьте обучение многих моделей с помощью распределенных вычислений с Ray и Ray AIR
Введение / Мотивация
Даже в нынешнюю эпоху генеративного ИИ (Stable Diffusion, ChatGPT) и LLM (большие языковые модели) прогнозирование временных рядов по-прежнему является фундаментальной частью любого бизнеса, который зависит от цепочки поставок или ресурсов. Например, его можно использовать в:
Прогноз выполнения для управления запасами по географии. Прогнозирование спроса на разные..
Как найти слабые места в ваших моделях машинного обучения
Возможная реализация FreeAI от IBM
Каждый раз, когда вы упрощаете данные с помощью сводной статистики, вы теряете информацию. Точность модели ничем не отличается. При упрощении подгонки модели к сводной статистике вы теряете возможность определить, где ваша производительность самая низкая/самая высокая и почему.
В этом посте мы обсудим код, лежащий в основе IBM FreaAI , эффективного метода идентификации срезов данных с низкой точностью. В предыдущих сообщениях мы рассмотрели..
Библиотека пророков Facebook: самый полезный инструмент для прогнозирования временных рядов
Прогнозирование временных рядов является важным инструментом для предприятий и организаций, позволяющим предсказывать будущие тенденции и закономерности в своих данных. Одной из самых популярных моделей прогнозирования временных рядов является Prophet, библиотека, разработанная Facebook и предназначенная для бизнес- и финансового прогнозирования. В этом сообщении блога мы более подробно рассмотрим Prophet, его преимущества и два тематических исследования, в которых он использовался для..
Машинное обучение для прогнозирования розничных продаж - Разработка функций
Анализируйте влияние дополнительных функций, связанных с отсутствием запасов , датой закрытия магазина или каннибализацией , на модели машинного обучения для прогнозирования продаж.
Основываясь на отзывах последних конкурсов прогнозирования Макридакиса, модели машинного обучения могут уменьшить ошибку прогнозирования на 20–60% по сравнению с эталонными статистическими моделями. ( Конкурс M5 )
Их главное преимущество - это возможность включать внешние функции, которые сильно..
Как не дать себя обмануть моделями временных рядов
Знайте, когда вам представляются точные прогнозы, а когда прогноз действительно очень точен.
Легко быть обманутым моделями временных рядов. Я видел модели, которые способны (на первый взгляд) точно предсказывать самые случайные тенденции, такие как цены на акции и криптовалюты, используя передовые методы, которые большинство не понимает полностью. Действительно ли временные ряды похожи на магию в этом отношении? Выполнять правильные манипуляции с данными, применять достаточно сложную..
