Публикации по теме 'forecasting'


Прогнозирование временных рядов: прогнозирование цен на акции с использованием модели ARIMA
В этом посте я покажу вам, как спрогнозировать курс акций TESLA с помощью прогнозирующей модели ARIMA. 1. Введение 1.1. Временные ряды и модели прогнозирования Модели прогнозирования временных рядов - это модели, которые способны прогнозировать будущие значения на основе ранее наблюдавшихся значения . Прогнозирование временных рядов широко используется для нестационарных данных . Нестационарные данные называются данными, статистические свойства которых, например..
Sktime: унифицированная библиотека Python для машинного обучения временных рядов
Программа для прогнозирования, классификации и регрессии временных рядов NaiveForecaster .jpg' /> Решение проблем науки о данных с данными временных рядов в Python является сложной задачей. Почему? Существующие инструменты плохо подходят для задач временных рядов и их нелегко интегрировать друг с другом. Методы пакета scikit-learn предполагают, что данные структурированы в табличном формате, и каждый столбец является i.i.d. - допущения, которые не верны для данных временных рядов...
СИЛЬНЫЙ УДАР  — КАК ВОЛАТИЛЬНОСТЬ ЦЕН НА МЕТАЛЛ ВЛИЯЕТ НА ПРОИЗВОДИТЕЛЕЙ
Металлы используются в самых разных областях нашей повседневной жизни. Постоянной проблемой для ряда компаний в цепочке поставок, включая производителей и дистрибьюторов, является управление колебаниями цен. Цены на сырье становятся все более неустойчивыми после последнего финансового кризиса и постоянно меняются из-за ряда факторов. Полный эффект волатильности трудно измерить, но обычно он рассматривается как отрицательный, поскольку он несет с собой неопределенность в отношении..
Под капотом автоматизированного инструмента прогнозирования Gojek
Разбираем GO-FORECAST, наш автоматизированный инструмент для надежных прогнозов с учетом экзогенных переменных. Прогнозирование - повсеместная проблема в Гойеке. Практически каждая команда зависит от нее при принятии важных решений, таких как распределение ресурсов. Несмотря на важность, качество наших прогнозов во многом зависит от наличия соответствующих данных и понимания темы прогнозистом. Первое, как правило, не является проблемой для Gojek, если только мы не прогнозируем новый..
Прогнозирование временных рядов с помощью Cortex ™ и Prophet
Использование библиотеки Prophet от Facebook для прогнозирования потока критических угроз, как было показано на конференции Palo Alto Networks Ignite ’19 в Остине, штат Техас. Может быть, вы уже испытывали это раньше - это чувство, когда вы глубоко заинтересованы в изучении новой темы, но, честно говоря, не знаете, с чего начать. Так было, когда я впервые услышал слова Машинное обучение (ML) и Искусственный интеллект (AI), упомянутые в Palo Alto Networks. Это был не просто..
Обучение ИИ последовательности Фибоначчи
Математика Обучение ИИ последовательности Фибоначчи Использование регрессионных моделей для построения следующих значений последовательности Фибоначчи. Полный код доступен в моем репо . В этой статье я обучу модель машинного обучения всего на нескольких образцах последовательности Фибоначчи, а затем воспользуюсь этой моделью для оценки недостающих чисел Фибоначчи. На самом деле проблема очень проста. Каждое число в последовательности Фибоначчи получается путем суммирования двух..
О зарабатывании денег с помощью Python и науки о данных: прогнозирование временных рядов с помощью ARIMA
Как использовать подходы моделирования ARIMA для построения собственных финансовых моделей Вступление За последние пару лет у меня была возможность применить методы машинного обучения в финансовом секторе. В этом обзоре я покажу вам, как использовать подходы моделирования ARIMA для построения ваших собственных финансовых моделей! Если вы еще не сделали этого, настройте среду, как описано в этом сообщении ! ARIMA Глубокое понимание того, как работает ARIMA, выходит за рамки..