DeepAR
Το DeepAR είναι το βιομηχανικό μοντέλο πρόβλεψης της Amazon, που εισήχθη από τους Salinas, Flunkert και Gasthaus (2017· δημοσιεύθηκε το 2020), το οποίο χρησιμοποιεί ένα αυτοπαλίνδρομο αναδρομικό νευρωνικό δίκτυο για την εκτίμηση των παραμέτρων μιας κατανομής πιθανότητας σε κάθε βήμα, παράγοντας ένα διάστημα εμπιστοσύνης αντί για μια πρόβλεψη ενός μόνο σημείου. Μπορεί να μοντελοποιήσει πολλές σχετιζόμενες χρονοσειρές από κοινού εντός ενός μοντέλου.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 1). DeepAR: Probabilistic Forecasting with Autoregressive Recurrent Networks. ScholarGate. https://scholargate.app/el/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.
- Μοντέλο ARIMA (Autoregressive Integrated Moving Average)Οικονομετρία↔ compare
- Conformal Prediction για Πρόβλεψη ΧρονοσειρώνΟικονομετρία↔ compare
- N-HiTSΒαθιά Μάθηση↔ compare
- PatchTSTΒαθιά Μάθηση↔ compare
- Τυχαίο ΔάσοςΜηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →