Публикации по теме time-series-data

Публикации по теме 'time-series-data'

Анализ ARIMA ежемесячных данных об обслуживании города Оттава

В этом посте мы будем использовать ARIMA для набора данных вызовов службы города Оттава, чтобы предсказать будущие значения. Мы сравним три разных метода прогнозирования, используя различные методы в качестве ключевых показателей эффективности (KPI). Как упоминалось ранее в другой записной книжке, эти данные находятся в свободном доступе на портале данных , предлагаемом городом Оттава. Портал данных сообщает следующее об этих данных. Данные представляют собой сводку запросов на..

Методы перекрестной проверки данных временных рядов

Изучение различных методов разделения данных для анализа временных рядов Оценка производительности является важным аспектом проектов машинного обучения, цель которых состоит в том, чтобы предсказать ошибку, с которой может столкнуться прогностическая модель при представлении новых, невидимых данных. Однако в случае задач прогнозирования временных рядов возникают уникальные проблемы, возникающие из-за зависимости между наблюдениями во времени. Основной проблемой при оценке..

Взвешенная по времени динамическая деформация времени во временных рядах спутниковых изображений

TWDTW — это просто дополнение к алгоритму DTW с добавленной весовой функцией, зависящей от времени, к алгоритму DTW, поскольку мы имеем дело со спутниковыми снимками, в которых спутники дистанционного зондирования вращаются вокруг Земли через регулярные промежутки времени и фиксируют данные в терминах растровых данных, которые содержит отображаемый трехмерный массив в пространстве-времени, показанный на рисунке, есть массивы временных рядов с последовательными временами..

Почему вы должны анализировать данные временных рядов

Анализ данных — это процесс изучения наборов данных с целью их понимания. Данные могут поступать из любого источника, включая бизнес-транзакции, социальные сети, датчики, погоду или финансовые рынки. Данные временных рядов — это тип данных, которые меняются со временем, и их можно анализировать для выявления тенденций, закономерностей и взаимосвязей. Есть много причин, по которым вам следует анализировать данные временных рядов. Данные временных рядов можно использовать для..

Поиск экзопланет с помощью астрономических наблюдений — Подход временных рядов

Этот пост призван возобновить мой проект Google Summer of Code (GSoC) 2022: «Поиск экзопланет с помощью астрономических наблюдений», завершенный в сотрудничестве с организацией ML4Sci. Что такое Google Summer of Code? Google Summer of Code, GSoC, — это программа, в рамках которой Google присуждает стипендии участникам, завершившим летом проект кодирования программного обеспечения с открытым исходным кодом; В этом году у GSoC было 202 организации с открытым исходным кодом и 1227 проектов,..

SQL и данные временных рядов: анализ временных закономерностей

Данные временных рядов, представляющие информацию, собранную с течением времени, широко распространены в различных областях, таких как финансы, Интернет вещей и здравоохранение. Анализ данных временных рядов позволяет организациям получать ценную информацию, принимать обоснованные решения и прогнозировать будущие тенденции. SQL, мощный язык запросов к базе данных, может быть ценным инструментом для анализа и извлечения временных закономерностей из данных временных рядов. В этой статье мы..

Обнаружение аномалий временных рядов с помощью PyFBAD

Сквозное обнаружение неконтролируемых выбросов Типичный поток проекта машинного обучения начинается со чтения данных, за которым следует некоторая предварительная обработка, обучение, тестирование, визуализация и передача результатов в систему уведомлений. Конечно, все шаги можно легко сделать с помощью различных библиотек с открытым исходным кодом. Однако в некоторых специфичных для задачи случаях, таких как обнаружение аномалий в данных временных рядов, уменьшение количества..