【2023新书】针对工程师的数据驱动模型学习及其在单变量时间序列中的应用数据派THU关注共 776字,需浏览 2分钟 ·2023-08-29 15:10 来源:专知 本文为书籍介绍,建议阅读5分钟 这本全面的教材的主要目标是涵盖工程师需要了解的一些基本且最受欢迎的模型学习算法的核心技术,然后直接展示其在平稳时间序列中的适用性。 这本全面的教材的主要目标是涵盖工程师需要了解的一些基本且最受欢迎的模型学习算法的核心技术,然后直接展示其在平稳时间序列中的适用性。这本书引入了一种与文献中的主流方法不同的多步骤时间序列建模方法。更详细地讨论了单变量时间序列的奇异谱分析、使用最小二乘法进行的趋势和季节性建模与残差分析,以及ARMA模型的建模。 随着数据驱动模型学习的应用在社会中变得普及,工程师需要了解其背后的原理,然后获得开发和使用由此产生的数据驱动模型学习解决方案的技能。读完这本书后,用户将获得足够的背景知识和信心来:(i)更容易地阅读其他模型学习教材,(ii)使用线性代数和统计学进行数据分析和建模,(iii)探索其他模型学习在其中发挥核心作用的应用领域。得益于众多的插图和模拟,这本教材将吸引需要在数据驱动模型学习中接受第一门课程的本科生和研究生。由于本书引入了易于实施的专门用于平稳时间序列模型学习的方法,因此对实践者也很有用。只需具备高级微积分、线性代数和统计学的基本知识,使该材料对高级本科生来说容易理解。 浏览 228点赞 评论 收藏 分享 手机扫一扫分享分享 举报 评论图片表情视频评价全部评论推荐 时间序列数据的预处理数据派THU0面向序列数据分析的深度学习模型数据派THU0线性代数的本质及其在AI中的应用数学算法俱乐部0Pandas处理时间序列的数据小数志0一致性哈希及其在Greenplum中的应用程序源代码0【深度学习】TimeGPT:时间序列预测的第一个基础模型机器学习初学者0矩阵乘法的优化及其在卷积中的应用小白学视觉0【阿姆斯特丹博士论文】深度学习在医疗数据中的应用来源:专知本文为论文介绍,建议阅读5分钟这篇论文重新审视了深度学习的基本组成部分,并评估了它们在医学图像分析中的应用。这篇论文重新审视了深度学习的基本组成部分,并评估了它们在医学图像分析中的应用。论文指出了深度学习在这一领域的三个主要挑战:专家知识的整合、未标记数据的利用以及预测不确定性的估计。论文Merlion时间序列的机器学习库Merlion 是一个用于时间序列智能的 Python 库。它提供了一个端到端的机器学习框架,包括加Merlion时间序列的机器学习库Merlion是一个用于时间序列智能的Python库。它提供了一个端到端的机器学习框架,包括加载和转换数据、构建和训练模型、后处理模型输出以及评估模型性能。它支持各种时间序列学习任务,包括单变量和多变点赞 评论 收藏 分享 手机扫一扫分享分享 举报