由于我大部分时间都花在 Kaggle 上，所以我没有太多机会专注于时间序列预测，但我决定研究它，因为它与 Tensorflow 相关。Tensorflow 由 Google 开发，是创建神经网络的 Python 库。除了对表格数据、图像、自然语言甚至声音进行预测之外，Tensorflow 还可以对时间序列数据进行预测。我发现了一篇我想完整阅读的研究论文，但...
第41卷第18期2011年9月数学的实践与认识MATHEMATICSINPRACTICEANDTHEORYVOI.41,No.18SeP.,2011时间序列预测模型研究综述张美英,何杰(东华理工大学数学..
摘要:核自适应滤波器(Kernel adaptive filter,KAF)是时间序列在线预测的重点研究领域之一,本文对核自适应滤波器的最新进展及未来研究方向进行了分析和总结.基于核自适应滤波器的时间序列在线预测方法,能较好地解决预测、跟踪问题.本文首先概述了三类核自适应滤波器的基本模型,包括核最小均方算法、核递归最小二乘算法和...
时间序列预测完全在我的能力范围内,所以我决定尝试复制他们的工作,这是我无法在互联网上免费获得的。在我进行研究之后,我发现我取得的结果是不同的,GRU 优于 LSTM 和 ARIMA。 ARIMA Statsmodels 的 ARIMA(自回归求和移动平均模型)是一种流行的时间序列建模技术,在 statsmodels 库中实现,该库是一个用于统计建模和分...