Публикации по теме 'forecasting'
Расширенное прогнозирование цен на товары с помощью ИИ
Эта статья является первой в моей серии статей, посвященных «Прогнозированию цен на товары», которые будут охватывать аспекты бизнеса и необходимость прогнозирования цен на товары.
План этой серии . Некоторые из основных областей, которые будут рассмотрены, включают следующее:
Часть 1 . Бизнес-контекст прогнозирования цен на сырьевые товары
· Вариант использования в отрасли — важность прогнозирования цен на сырьевые товары
· Текущий механизм ценообразования
· Необходимость в..
Руководство для начинающих по прогнозированию временных рядов
Прогнозирование временных рядов — это использование модели для прогнозирования будущих значений на основе ранее наблюдаемых значений. Это важнейший компонент многих деловых и экономических процессов принятия решений, поскольку он позволяет организациям делать обоснованные прогнозы будущих событий. В этом руководстве мы предоставим обзор прогнозирования временных рядов, в том числе его важность, различные типы моделей и практические советы для читателей, которые плохо знакомы с этой темой...
Проект Data Science: прогнозирование продаж с помощью модели ARIMA
Эта статья была написана Алпарсланом Месри и Джемом ОЗЧЕЛИК .
В этом исследовании мы создадим модель ARIMA для прогнозирования будущих объемов продаж на рынке с использованием Python.
Давайте импортируем необходимые библиотеки для операций и процедур, которые мы будем выполнять в нашей работе;
После импорта наших библиотек выполняем импорт набора данных:
Когда мы посмотрим на df, мы увидим, что данные даты в столбце «Месяц» не очень регулярны. Нам нужно отредактировать..
Создайте прогноз продаж с помощью NumPyro
Как создать прогноз с помощью NumPyro
Это руководство о том, как создать прогноз с помощью NumPyro. Прогнозирование — это процесс предсказания будущего на основе прошлых данных и их тенденций. Точность прогноза снижается по мере того, как вы растягиваете свой прогноз. Например, если вы прогнозируете месячные продажи, то точность прогноза продаж за первый месяц будет выше, чем прогноза продаж за второй месяц, и так далее. Один из моих коллег любит утверждать, что лучший способ..
Многоэтапное прогнозирование временных рядов с помощью XGBoost
В этой статье показано, как создавать многоэтапные прогнозы временных рядов с помощью XGBoost на примере 24-часового прогнозирования цен на электроэнергию.
Существует ряд сообщений в блогах и блокнотов Kaggle, в которых XGBoost применяется к данным временных рядов. Однако мой опыт показывает, что в существующих материалах XGBoost применяется либо к классификации временных рядов, либо к прогнозированию на один шаг вперед . В этой статье показано, как применять XGBoost к..
Использование машинного обучения для прогнозирования инфляции
Имеющиеся данные свидетельствуют о том, что процессы, вызывающие инфляцию, со временем меняются. Данные, необходимые для определения уровня инфляции в периоды рецессии, могут быть незначимыми в периоды роста. То есть модель может меняться с Business Cycles. Непросто определить, в какой точке цикла в настоящее время находится экономика, что препятствует эффективности структурных подходов. А также увеличивает время, необходимое для обучения многомерных моделей, управляемых данными. Таким..
Многомерный анализ временных рядов качества воздуха с использованием регрессора случайного леса
Введение
Временные ряды — это тип последовательных данных, содержащих точки данных, отображаемые в определенный последовательный период времени. Это может варьироваться в единицах времени, от секунд до часов, от дней до недель и от месяцев до лет. Временные ряды используются в разных секторах, чтобы увидеть, как определенная переменная изменяется со временем. Например, наиболее популярно использование временных рядов на финансовых рынках для отслеживания изменений в цене и объеме..
