iT邦幫忙

鐵人檔案

2021 iThome 鐵人賽
回列表
AI & Data

時間序列分析與預測方法大全 系列

從統計方法 ARIMA、自迴歸模型,到機器學習迴歸數值模型、神經網絡 RNN、LSTM、GRU,再到使用 self-attention 機制的 Transformer、開源套件如 Prophet, Greykite, Orbit 等,介紹從古至今的時間序列預測模型演進,並以資料集實作案例,討論成效比較。

參賽天數 13 天 | 共 13 篇文章 | 10 人訂閱 訂閱系列文 RSS系列文
DAY 11

[Day11] 以神經網絡進行時間序列預測 — RNN

本篇詳細介紹 RNN 並使用它進行時間序列預測 本日大綱 RNN 介紹 激活函數 RNN 的分類 時間序列預測實作 資料集介紹/目標 套件導入 資料前...

2021-09-26 ‧ 由 Kyle 分享
DAY 12

[Day12] 以神經網絡進行時間序列預測 — LSTM

本篇詳細介紹 LSTM 及如何以 LSTM 建模預測時間序列。 本日大綱 LSTM 介紹 LSTM 元件構成 LSTM 的分類 實作注意事項 資料集介...

2021-09-27 ‧ 由 Kyle 分享
DAY 13

[Day13] 以神經網絡進行時間序列預測 — GRU

今天介紹使用 GRU 進行時間序列預測,一樣採用我們最愛的股價資料集!! 今日大綱 GRU 介紹 門控機制 與 LSTM 比較 實作注意事項 GRU...

2021-09-28 ‧ 由 Kyle 分享