Публикации по теме time-series-forecasting

Публикации по теме 'time-series-forecasting'

Как я использовал выходные и праздничные дни, чтобы предсказать продажи в табличном конкурсе Kaggle за январь 2022 года

Я так рад, что Kaggle решил продолжить свои ежемесячные табличные вопросы о соревнованиях в 2022 году. Kaggle сказал, что они приняли во внимание комментарии конкурентов, поэтому я надеюсь, что это означает, что они перестанут иметь такие огромные наборы данных, которые только приводят к сбою системы.

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..

Прогнозирование временных рядов методами динамических систем

Как можно использовать динамические системы для прогнозирования данных временных рядов с помощью стандартных классических алгоритмов машинного обучения Прогнозирование временных рядов — это еще один тип задач, с которыми сталкиваются специалисты по данным в своей повседневной работе. Из-за этого важно, чтобы мы добавили этот инструмент в наш набор инструментов. Это будет в центре внимания сегодняшнего поста. Есть много способов решить эту проблему, в этом посте я сосредоточусь на..

Никстла: Использование метода ансамбля для временных рядов (часть 2)

Методы ансамбля широко используются в машинном обучении для повышения производительности модели путем объединения прогнозов нескольких моделей. При анализе временных рядов методы ансамбля могут использоваться для повышения точности прогнозирования путем объединения прогнозов нескольких моделей, обученных на разных подмножествах данных временных рядов. В этом блоге мы рассмотрим некоторые методы ансамбля, доступные в библиотеке временных рядов Nixtla, и предоставим код Python для каждого..

Магазин Walmart - Прогнозирование продаж

Продажи - это жизненная сила бизнеса. Имея точный прогноз продаж, можно с умом планировать будущее. Если прогноз продаж предсказывает, что в течение марта можно будет сделать 30 процентов от всех годовых продаж, тогда производство необходимо увеличить в сентябре! Возможно, более умная компания также инвестирует в сезонных продавцов. В этом конкретном проекте Walmart обращается за помощью к сообществу Kaggle, чтобы лучше прогнозировать продажи для 45 магазинов, расположенных по всей..

Непараметрическое прогнозирование временных рядов Amazon Forecast

Методы анализа временных рядов можно разделить на параметрические и непараметрические. Параметрические модели значительно отличаются от непараметрических моделей из-за некоторых допущений, требуемых параметрическими моделями в отношении структуры временной и пространственной ковариации и предельных распределений вероятностей данных временных рядов, тогда как непараметрические модели поддерживают только эмпирическую структуру наблюдаемых временных рядов. данные. Параметрические..

Практическое руководство: модель многозонного прогноза — Подготовка данных

Введение В этой статье описывается способ подготовки общих данных временных рядов для приложений машинного обучения с использованием логики прогнозирования с несколькими входами и несколькими выходами: Несколько входных данных: одна модель: несколько временных рядов Несколько выходов: одна модель, несколько горизонтов Помещение Фрейм данных, построенный ниже, служит иллюстративным примером для руководства по логике. Мы будем работать со следующими помещениями: Нам дан..