डीपएआर (DeepAR)
डीपएआर (DeepAR) अमेज़न का औद्योगिक पूर्वानुमान मॉडल है, जिसे सालिनास, फ्लुंकार्ट और गैस्टहॉस (2017; प्रकाशित 2020) द्वारा प्रस्तुत किया गया था। यह प्रत्येक चरण में संभाव्यता वितरण के प्राचलों (parameters) का अनुमान लगाने के लिए एक ऑटोरेग्रेसिव रिकरेंट न्यूरल नेटवर्क (autoregressive recurrent neural network) का उपयोग करता है, जिससे एकल बिंदु पूर्वानुमान (point forecast) के बजाय एक विश्वास अंतराल (confidence interval) उत्पन्न होता है। यह एक ही मॉडल के भीतर कई संबंधित समय श्रृंखलाओं (time series) को संयुक्त रूप से मॉडल कर सकता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). DeepAR: Probabilistic Forecasting with Autoregressive Recurrent Networks. ScholarGate. https://scholargate.app/hi/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.
- ऑटोरेग्रेसिव इंटीग्रेटेड मूविंग एवरेज (ARIMA) मॉडलअर्थमिति↔ compare
- समय-श्रृंखला पूर्वानुमान के लिए अनुरूप पूर्वानुमानअर्थमिति↔ compare
- N-HiTSगहन अधिगम↔ compare
- पैचटी.एस.टी (PatchTST)गहन अधिगम↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare