DL/Transformer-подход для forecasting

Временные рядыТема 4. Продвинутые модели прогнозирования: ML и DL

DL/Transformer подход: когда оправдан Глубокие модели полезны, когда рядов много, контекст длинный и структура сигнала нелинейная. Что контролировать кроме ошибки разрыв train/vali

О разделе «Тема 4. Продвинутые модели прогнозирования: ML и DL»

ML-фреймворки, foundation-модели, нейросети и трансформеры.

Ключевые темы: ml, dl, prophet, timegpt/timesfm.

Все темы в разделе «Тема 4. Продвинутые модели прогнозирования: ML и DL»

Обновлено:

Полный разбор темы «DL/Transformer-подход для forecasting» — в Pro

В Pro-подписке по этому конспекту получите:

Открыть все 210 конспектов →

Другие конспекты в теме «Тема 4. Продвинутые модели прогнозирования: ML и DL»