DeepAR
DeepAR je priemyselný prognostický model spoločnosti Amazon, ktorý predstavili Salinas, Flunkert a Gasthaus (2017; publikovaný 2020). Využíva autoregresívnu rekurentnú neurónovú sieť na odhad parametrov pravdepodobnostnej distribúcie v každom kroku, čím produkuje interval spoľahlivosti namiesto jedného bodového prognostického odhadu. Dokáže modelovať mnohé súvisiace časové rady spoločne v rámci jedného modelu.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 1). DeepAR: Probabilistic Forecasting with Autoregressive Recurrent Networks. ScholarGate. https://scholargate.app/sk/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.
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometria↔ compare
- Konformná predikcia pre časové radyEkonometria↔ compare
- N-HiTSHlboké učenie↔ compare
- PatchTSTHlboké učenie↔ compare
- Náhodný lesStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →