Post #332
1.39K

حالا که بحث R و پایتون شد، اتفاقا گروهی بتازگی ( به اسم nixtla ) اکثر مدلهای فورکاستینگ آماری موجود در R رو در پایتون پیاده سازی کردن.
نکته مهم اینکه سرعت اجرای مدلها از خود بیس R الگوریتم هم بهتره و واقعا دست مریزاد دارن،
علاوه بر مدلهای اماری، چندین الگوریتم کارا ماشین لرنینگ و دیپ رو هم برای تایم سری فورکاستینگ کاور کردن، و کد بالا پیاده سازی چند خطه از همون اپروچ conformal forecasting هست،
مثلا پیاده سازی سریعی برای Nbeats انجام دادن، اینو بگم که nbeats بهترین جواب را روی m4 competition داده و اما من ندیدم جای دیگه ای اصلا خوب کار کنه و اساتید افسانه ای دیپ لرنینگ روی m4 اینو اورفیت کردن 😁.
چند تا از مدلهای پکیج تایم سری gluon رو هم پیاده سازی کردن،
TCN, DilatedRNN, NHITS, ESRNN
خوشبختانه ما هم برای پکیجی که بزودی ارائه میکنم، از مدلهای nixtla استفاده کردیم.
@machinelearningnet2
نکته مهم اینکه سرعت اجرای مدلها از خود بیس R الگوریتم هم بهتره و واقعا دست مریزاد دارن،
علاوه بر مدلهای اماری، چندین الگوریتم کارا ماشین لرنینگ و دیپ رو هم برای تایم سری فورکاستینگ کاور کردن، و کد بالا پیاده سازی چند خطه از همون اپروچ conformal forecasting هست،
مثلا پیاده سازی سریعی برای Nbeats انجام دادن، اینو بگم که nbeats بهترین جواب را روی m4 competition داده و اما من ندیدم جای دیگه ای اصلا خوب کار کنه و اساتید افسانه ای دیپ لرنینگ روی m4 اینو اورفیت کردن 😁.
چند تا از مدلهای پکیج تایم سری gluon رو هم پیاده سازی کردن،
TCN, DilatedRNN, NHITS, ESRNN
خوشبختانه ما هم برای پکیجی که بزودی ارائه میکنم، از مدلهای nixtla استفاده کردیم.
@machinelearningnet2
- 👍 9






