DeepAR
DeepAR është modeli industrial i Amazonit për parashikime, prezantuar nga Salinas, Flunkert dhe Gasthaus (2017; botuar 2020), i cili përdor një rrjet nervor rekurrent autoregresiv për të vlerësuar parametrat e një shpërndarjeje probabiliteti në çdo hap, duke prodhuar një interval besimi në vend të një parashikimi të vetëm pikësor. Ai mund të modelojë shumë seri kohore të lidhura bashkërisht brenda një modeli të vetëm.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- 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 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 1). DeepAR: Probabilistic Forecasting with Autoregressive Recurrent Networks. ScholarGate. https://scholargate.app/sq/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)Ekonometri↔ compare
- Parashikimi Konform për Parashikimin e Serive KohoreEkonometri↔ compare
- N-HiTSMësimi i thellë↔ compare
- PatchTSTMësimi i thellë↔ compare
- Pylli i RastësishëmMësimi i makinës↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →