Публикации по теме 'forecasting'


Создание прогноза с использованием Python — LSTM
Прогнозирование, часть 4.1 — Создание прогноза с использованием Python — LSTM Это руководство было создано, чтобы демократизировать науку о данных для бизнес-пользователей (т. е. свести к минимуму использование тем по продвинутой математике) и смягчить личное разочарование, которое мы испытали, следуя руководствам и изо всех сил пытаясь применить то же самое руководство для наших нужд. Учитывая это, наша миссия заключается в следующем: Обеспечить практическое применение задач по..

Гиперлокальное прогнозирование в масштабе: платформа прогнозирования Swiggy
В соавторстве с Viswanath Gangavaram , Kartik Sundar , Ishita Dutta . Введение Доставка еды — это сложный гиперлокальный бизнес, охватывающий тысячи географических зон по всей Индии. Здесь зоны представляют собой более мелкие географические области. Способность правильно прогнозировать будущее состояние спроса и предложения на локальном уровне имеет первостепенное значение для оптимального ведения нашей деятельности в Swiggy. В этом блоге мы стремимся предоставить обзор того,..

Проект по науке о данных: прогнозирование объема операций
Эта статья написана Алпарсланом Месри и Джемом ОЗЧЕЛИК . Для лечебного учреждения очень важно, чтобы пациенты, которые обращаются в это учреждение, покидали лечебное учреждение довольными. Удовлетворение пациентов, приходящих в лечебное учреждение, определяется различными параметрами, такими как получаемое ими обслуживание, положительное отношение сотрудников медицинского учреждения, возможности, предлагаемые оборудованием учреждения для посетителей, и тому подобное. В то же время,..

Разложение временного ряда простым и интуитивно понятным способом
Объяснимые модели временных рядов Мы все боролись с традиционными моделями временных рядов, такими как ARIMA, экспоненциальное сглаживание и т. Д., Которые не так интуитивно понятны и их трудно объяснить бизнесу, не говоря уже о чисто статистических терминах. Учитывая данные о продажах на основе времени, интуитивно нам приходит в голову выяснить закономерности, такие как ежемесячные тенденции, годовые тенденции, дневные тенденции, еженедельные пики и т. Д. Таким образом, это побудило..

Краткое руководство по нечетким временным рядам
Вступление Анализ временных рядов и методы прогнозирования незаменимы в нескольких областях, например, в технике, медицине, экономике, метеорологии и т. Д. Существует несколько методов анализа и прогнозирования, от традиционных и освященных статистических инструментов (ARMA, ARIMA, SARIMA, Holt-Winters и т. Д.) До новых инструментов вычислительного интеллекта (рекуррентные нейронные сети, LSTM, GRU и т. Д.). Не существует идеального метода, ни тот, который я собираюсь здесь..

Классические наивные методы🧬 для прогнозирования временных рядов⏳: часть 2
В последних двух статьях мы создали нашу первую модель ARIMA и узнали, как найти оптимальное значение для P, D и Q, в этом посте мы продолжим изучение прогнозирования временных рядов и начнем с простой техники прогнозирования. называется НАИВНЫЙ МЕТОД . Пост АРИМА: Ссылка Поиск оптимального значения для P, D и Q: Link Оглавление: Что такое наивное прогнозирование и его тип? Реализация с использованием Python Заключение 1. Что такое наивное..

Понимание популярности языков программирования
Примечание. Здесь я только что добавил результаты и интерпретации моего анализа. Блокнот с полным анализом загружен в мой профиль Kaggle, доступ к которому можно получить по ссылке ниже: Ссылка: https://www.kaggle.com/code/karanp/understanding-popularity-of-programming-languages/notebook С ростом развития в области технологий появилось множество языков программирования, которые получили широкое распространение для различных потребностей, характерных для конкретной ситуации...