DeepAR
DeepAR হলো Amazon-এর একটি শিল্প-স্তরের পূর্বাভাস মডেল, যা Salinas, Flunkert এবং Gasthaus (2017; প্রকাশিত 2020) দ্বারা প্রবর্তিত। এটি প্রতিটি ধাপে একটি সম্ভাব্যতা বিন্যাসের প্যারামিটার অনুমান করার জন্য একটি অটো-রিগ্রেসিভ রিকারেন্ট নিউরাল নেটওয়ার্ক ব্যবহার করে, যা একটি একক বিন্দু পূর্বাভাসের পরিবর্তে একটি আত্মবিশ্বাস ব্যবধান তৈরি করে। এটি একটি মডেলের মধ্যে অনেকগুলি সম্পর্কিত সময় সিরিজকে যৌথভাবে মডেল করতে পারে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Salinas, D., Flunkert, V., Gasthaus, J. & Januschowski, T. (2020). DeepAR: Probabilistic Forecasting with Autoregressive Recurrent Networks. International Journal of Forecasting, 36(3), 1181–1191. DOI: 10.1016/j.ijforecast.2019.07.001 ↗
- Salinas, D., Flunkert, V. & Gasthaus, J. (2017). DeepAR: Probabilistic Forecasting with Autoregressive Recurrent Networks. arXiv:1704.04110. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). DeepAR: Probabilistic Forecasting with Autoregressive Recurrent Networks. ScholarGate. https://scholargate.app/bn/deep-learning/deepar
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ARIMA (Autoregressive Integrated Moving Average) মডেলঅর্থমিতি↔ compare
- সময় সিরিজ পূর্বাভাসের জন্য কনফরমাল পূর্বাভাসঅর্থমিতি↔ compare
- N-HiTSগভীর শিখন↔ compare
- PatchTSTগভীর শিখন↔ compare
- Random Forestযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →