মেশিন লার্নিং-বর্ধিত ব্যাহত সময় সিরিজ
মেশিন লার্নিং-বর্ধিত ব্যাহত সময় সিরিজ (ML-ITS) একটি বিচ্ছিন্ন হস্তক্ষেপের কার্যকারণ প্রভাব অনুমান করে। এটি হস্তক্ষেপ-পূর্ব সময় সিরিজের ডেটার উপর একটি মেশিন লার্নিং মডেল প্রশিক্ষণ দিয়ে, একটি প্রতিঘাতী গতিপথকে হস্তক্ষেপ-পরবর্তী সময়কালে প্রক্ষেপণ করে, এবং পর্যবেক্ষণকৃত ও ভবিষ্যদ্বাণীকৃত ফলাফলের মধ্যেকার ব্যবধান পরিমাপ করে। এটি প্যারামেট্রিক প্রবণতার অনুমানকে নমনীয় ML অনুমানকারী যেমন গ্রেডিয়েন্ট বুস্টিং, র্যান্ডম ফরেস্ট, বা বেইজিয়ান স্ট্রাকচারাল টাইম-সিরিজ মডেল দ্বারা প্রতিস্থাপন করে ক্লাসিক্যাল ITS-কে প্রসারিত করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
পদ্ধতি-মানচিত্র
সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।
উৎস
- Brodersen, K. H., Gallusser, F., Koehler, J., Remy, N., & Scott, S. L. (2015). Inferring causal impact using Bayesian structural time-series models. Annals of Applied Statistics, 9(1), 247-274. DOI: 10.1214/14-AOAS788 ↗
- Varian, H. R. (2014). Big Data: New Tricks for Econometrics. Journal of Economic Perspectives, 28(2), 3-28. DOI: 10.1257/jep.28.2.3 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Machine Learning-Augmented Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/bn/causal-inference/machine-learning-augmented-interrupted-time-series
কোন পদ্ধতি?
এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।
- Causal Impact Analysisকার্যকারণ অনুমান↔ তুলনা করুন
- ডিফারেন্স-ইন-ডিফারেন্সেস (ডিফ-ইন-ডিফ)অর্থমিতি↔ তুলনা করুন
- ডাইনামিক ইন্টারাপ্টেড টাইম সিরিজ (Dynamic Interrupted Time Series)কার্যকারণ অনুমান↔ তুলনা করুন
- ব্যাহত সময় সিরিজ (Interrupted Time Series - ITS) বিশ্লেষণকার্যকারণ অনুমান↔ তুলনা করুন
- মেশিন লার্নিং-অগমেন্টেড ডিফারেন্স-ইন-ডিফারেন্সেস (ML-DiD)কার্যকারণ অনুমান↔ তুলনা করুন
- সিন্থেটিক কন্ট্রোল মেথড (SCM)কার্যকারণ অনুমান↔ তুলনা করুন
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →