Публикации по теме 'time-series-analysis'
Метрики для прогнозирования временных рядов
В этой истории я хотел бы рассмотреть различные показатели, которые я лично использовал для оценки прогнозов моделей.
Среднеквадратическая ошибка Средняя абсолютная ошибка Средняя абсолютная ошибка в процентах Симметричная средняя абсолютная ошибка в процентах
Оценка производительности моделей прогнозирования временных рядов имеет решающее значение для понимания их точности и эффективности. В этой статье мы критически рассмотрим эти показатели, учитывая их сильные стороны,..
О перекрестной проверке временных рядов
Максимизация полезности данных временных рядов с помощью интеллектуального подразделения.
Несмотря на то, что данные повсюду и мы создаем их каждый день на зеттабайты больше, высококачественные данные, доступные для анализа, являются ценным товаром.
Подобно тому, как великие повара максимально используют животных и продукты, из которых они готовят, ученые, работающие с данными, должны стремиться максимизировать полезность любых данных, с которыми они работают.
Один из способов,..
Использование анализа временных рядов для профилактического обслуживания в автомобильной промышленности
Введение
Автомобильная промышленность постоянно ищет способы улучшить производительность и долговечность своих автомобилей. Профилактическое техническое обслуживание — это новая область, цель которой — предсказать, когда автомобиль может выйти из строя, и принять упреждающие меры для ее предотвращения. Одним из ключевых инструментов, используемых в профилактическом обслуживании, является анализ временных рядов. В этой статье мы рассмотрим концепцию профилактического обслуживания и..
Полное введение в анализ временных рядов (с R) :: классическая модель декомпозиции
В предыдущей главе мы изучили определение стационарных процессов вместе с парой важных примеров: IID-шум, белый шум, случайные блуждания и процессы AR (1) и MA (1), а также их соответствующие ожидания и автоковариантность. функции. Теперь мы переключимся на то, что мы видели некоторое время назад о тенденции и сезонности , двух важных факторах, которые вместе образуют так называемую классическую модель разложения . В этой статье мы изучим определение классической модели..
Использование сверток для прогнозирования временных рядов и обработки естественного языка
Отказ от ответственности: я предполагаю знакомство с машинным обучением и общее представление о том, как работают нейронные сети с прямой связью (то есть самый простой тип) для того, чтобы содержание этой статьи было особенно ценным для читателя.
Прогнозирование следующего элемента в последовательности является центральной темой нескольких задач обработки естественного языка и прогнозирования временных рядов. Все соответствующие данные можно рассматривать как последовательности чисел или..
N-BEATS: АНАЛИЗ РАСШИРЕНИЯ НЕЙРОННОЙ БАЗЫ ДЛЯ ПРОГНОЗИРОВАНИЯ ИНТЕРПРЕТАЦИОННЫХ ВРЕМЕННЫХ СЕРИЙ
N-beats - это глубокая нейронная архитектура, основанная на прямых и обратных остаточных ссылках и очень глубоком стеке полносвязных слоев. Архитектура имеет ряд желаемых свойств: ее можно интерпретировать, применять без изменений к широкому спектру целевых доменов и быстро обучать. Две конфигурации N-BEATS демонстрируют современную производительность для наборов данных о соревнованиях M3, M4 и TOURISM, содержащих временные ряды из разных областей, повышая точность прогнозов на 11% по..
Краткая история моделей временных рядов
TL;DR: Для тех, кто хочет узнать больше о моделях временных рядов, ниже приведена неполная дорожная карта, в которой делается попытка обобщить развитие этой сложной, быстро развивающейся области.
M Competition — это эквивалентность ImageNet компьютерному зрению для модели временных рядов и глубокого обучения, которая впервые превзошла традиционные статистические модели в M4, который состоялся в 2018 году, несмотря на все достижения в области компьютерного зрения и НЛП до этого. Для..
