Машинное обучение. Прогнозирование временных рядов. К.В. Воронцов, Школа анализа данных, Яндекс.
Прогнозирование временных рядов – это специальный случай задачи регрессии, в которой объекты выборки линейно упорядочены по времени. Обучающая выборка находится в прошлом, тестовая – в будущем. В простых задачах из области эконометрики поведение временного ряда складывается из медленно меняющегося тренда, сезонной квазипериодичности и различных календарных эффектов. В этих случаях неплохо работают адаптивные методы краткосрочного прогнозирования. Они основаны на рекуррентных формулах, которые выводятся методом наименьших квадратов. Если модель временного ряда не известна, а временных рядов много, используются методы адаптивной селекции и адаптивного комбинирования моделей. Их точности вполне хватает для решения многих практических задач, а неоспоримым преимуществом является вычислительная эффективность.
Видео Машинное обучение. Прогнозирование временных рядов. К.В. Воронцов, Школа анализа данных, Яндекс. канала Компьютерные науки
Видео Машинное обучение. Прогнозирование временных рядов. К.В. Воронцов, Школа анализа данных, Яндекс. канала Компьютерные науки
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
Машинное обучение. Линейные композиции, бустинг. К.В. Воронцов, Школа анализа данных, Яндекс.Нейронные сети - Временные ряды008. Прогнозирование временных рядов - К.В. ВоронцовДень открытых дверей в Школе анализа данных Яндекс 2018 - Запись трансляцииКак правильно пользоваться Скользящей СреднейЛекция 9. Прогнозирование на основе регрессионной моделиML legends panel – Константин Воронцов, Евгений Бурнаев, Владимир Гулин, Станислав СеменовКак планировать и не слиться. Бизнес в цифрах и целях.Машинное обучение. Нейронные сети и градиентные методы. К.В. Воронцов, Школа анализа данных, Яндекс.Прогнозирование продаж: экспертный подход. Константин Терехин. Часть 1 (серия 43)Лекция 10 Прогнозирование временных рядовТри формы отчетности компании. ПрогнозированиеДень открытых дверей в Школе анализа данных Яндекс 2020Решение задачи регрессии | Глубокое обучение на Python018. Методы обучения ранжированию - К.В. ВоронцовПрогнозирование с помощью инструментов MS Excel | ИРТС | Морозова ДарьяМашинное обучение. Критерии выбора моделей. К.В. Воронцов, Школа анализа данных,Яндекс.День открытых дверей в Школе анализа данных Яндекс 2019 - Прямая трансляция