Публикации по теме 'time-series-analysis'
Адаптивное выравнивание показателей для прогнозирования спроса в Swiggy Instamart
В соавторстве с Шубха Шедтикере
Введение
Будь то клиенты, которым не хватает времени и которым нужна мгновенная доставка продуктов, или лишенная сна молодая мама, у которой поздно ночью заканчиваются подгузники, или ярые фанаты крикета, которым нужно больше чипсов и кокаина в перерыве между захватывающим матчем IPL, или люди, ищущие большие скидки на большие покупок, Instamart поможет вам во всем. Instamart, служба быстрой доставки продуктов Swiggy, обеспечивает непревзойденное..
Освоение моделей экспоненциального сглаживания для прогнозирования временных рядов
Прогнозирование временных рядов играет решающую роль в различных областях, включая финансы, экономику, продажи и управление цепочками поставок. Одним из наиболее эффективных и широко используемых методов прогнозирования временных рядов является экспоненциальное сглаживание. Этот подход основан на принципе присвоения экспоненциально уменьшающихся весов прошлым наблюдениям, что позволяет ему адаптироваться к меняющимся закономерностям и обеспечивать надежные прогнозы. В этой статье мы..
Понимание автокорреляции в анализе временных рядов
Понимание того, как работает автокорреляция, важно для новичков, чтобы упростить себе путь в анализе временных рядов.
Я начал свой путь анализа временных рядов два года назад. Изначально я начал изучать видео на YouTube, где наткнулся на автокорреляцию, основную концепцию анализа временных рядов. Согласно нескольким видеороликам, определение автокорреляции - это отношение / корреляция временного ряда с его предыдущими версиями во времени. Мало кто сказал, что, поскольку нам нужны две..
Методы прогнозирования временных рядов
Временные ряды существуют столько же, сколько и само время. Поэтому существует множество методов, позволяющих не только анализировать данные, но и предсказывать, что будет дальше. В статье вы можете найти краткий обзор методов, с которыми я столкнулся на практике.
1. Быстро и грязно
Во-первых, есть довольно простые методы, основанные на идее, что следующая точка сильно связана с конкретными наблюдениями в прошлом. Среди них модели скользящей средней и авторегрессии. Эти методы..
Введение в прогнозирование временных рядов
Анализ временных рядов: по сравнению с традиционным машинным обучением
Что такое временной ряд? Многие из реальных данных представляют собой данные временных рядов, которые содержат важную временную ось. Данные временного ряда могут быть многомерными или одномерными, а время t может быть непрерывным, например, временной ряд электрических сигналов и напряжений, или дискретным, например, дневная цена закрытия различных акций. или общий ежемесячный объем продаж различных продуктов в конце..
Метрика оценки RdR для оценки моделей прогнозирования временных рядов
В этом тексте я предложу вам экспериментальный метод для оценки эффективности моделей прогнозирования временных рядов, но прежде мы быстро рассмотрим популярные методы оценки временных рядов:
MAE, RMSE и AIC Средняя точность прогноза Предупреждение: модель временных рядов ОЦЕНОЧНАЯ ЛОВУШКА! Эталонный показатель RdR
Этот новый метод оценки RdR даст несколько преимуществ, таких как возможность:
Сравните модели вместе и выберите лучшую Облегчить объяснение менеджеру или..
Начало работы с анализом, прогнозированием и обнаружением аномалий с использованием данных обработки
Почти все области жизни генерируют данные с огромной скоростью. Затем эти данные используются для принятия прибыльных/безопасных и эффективных решений. Стандартный производственный процесс не является исключением. Данные, генерируемые различными станками во время обработки, могут использоваться для различных задач, таких как профилактическое обслуживание, отслеживание производительности станков, прогнозирование результатов и т. д. Одним из наиболее фундаментальных методов, используемых..
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..