DeepAR
DeepAR là mô hình dự báo công nghiệp của Amazon, được giới thiệu bởi Salinas, Flunkert và Gasthaus (2017; xuất bản 2020), sử dụng mạng nơ-ron hồi quy tự hồi quy để ước tính các tham số của một phân phối xác suất tại mỗi bước, tạo ra một khoảng tin cậy thay vì một dự báo điểm duy nhất. Nó có thể mô hình hóa nhiều chuỗi thời gian liên quan chung trong một mô hình.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). DeepAR: Probabilistic Forecasting with Autoregressive Recurrent Networks. ScholarGate. https://scholargate.app/vi/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.
- Mô hình ARIMA (Autoregressive Integrated Moving Average)Kinh tế lượng↔ compare
- Dự báo Chuỗi Thời gian bằng Dự đoán Hợp thứcKinh tế lượng↔ compare
- N-HiTSHọc sâu↔ compare
- PatchTSTHọc sâu↔ compare
- Rừng ngẫu nhiênHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →