iT邦幫忙

2021 iThome 鐵人賽

DAY 8
0
AI & Data

時間序列分析與預測方法大全系列 第 8

[Day8] 機器學習進行時間序列預測及注意事項(上)

  • 分享至 

  • xImage
  •  

(資料更新中,會盡快補上缺漏部分)

第八篇我們進到機器學習的範疇。

說到用機器學習模型做時間序列預測,一定馬上想到把它當成迴歸問題對吧;
不過呢,雖然時間序列預測中用到的自迴歸模型,也是迴歸分析方法的一種,但「迴歸分析」和「時間序列分析」我們不能把它當成是完全相同的兩件事!

為什麼呢? 這就是我們今天第八篇的重點啦,看下去吧

今日大綱

  • 不同數據形態對分析方法的影響
  • 迴歸分析 v.s. 時間序列分析
  • 如何以機器學習預測時間序列
  • 適用時間序列預測的機器學習模型

不同數據形態對分析方法的影響

為什麼會說迴歸分析和時間序列分析不完全相同,主要是由於數據形態不同。當我們拿到一份資料集,他可能是單個時間切面的多維度資料,也可能是跨不同時間點的;當我們要預測的數據並不落在同個時間點,這兩種迴歸所做的事情和需要的假設就不同了。


上一篇
[Day7] 用 Python 實作 VAR 多變量時間序列預測
下一篇
[Day9] 機器學習進行時間序列預測及注意事項(下)
系列文
時間序列分析與預測方法大全13
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言