time-series

7小时前 · ai

时间序列不足：图神经网络如何改变需求预测

为什么将 SKU 建模为网络能够揭示传统预测所忽略的内容 — 该文章《Time Series Isn’t Enough: How Graph Neural Networks Change Demand Forecasting》

#graph neural networks #demand forecasting #time series #supply chain analytics #machine learning #deep learning
1周前 · ai

时间序列检索：回顾如何提升预测

为什么检索有助于时间序列预测我们都知道情况是这样的：时间序列数据很棘手。传统的预测模型对突发事件没有准备……

#time-series #forecasting #retrieval-augmented models #machine learning #Chronos #data science #prediction
2周前 · software

平稳性：为什么历史均值对你的预测有危险

摘要在本文中，我们探讨了时间序列中的平稳性概念，以及如何使用 Augmented Dickey‑Fuller (ADF) 检验来诊断趋势...

#time series #stationarity #augmented dickey-fuller #SARIMAX #forecasting #e-commerce analytics
3周前 · software

第35天提升我的Data Science技能

最近，我注意到我的学习方式有些变化。我不再仅仅因为某件事能运行而感到兴奋。我更感兴趣的是它为什么能工作，以及会出现什么问题……

#data science #python #matplotlib #time series #data visualization #learning journey #dev.to
3周前 · ai

你的模型是时间盲吗？循环特征编码的案例

循环编码如何提升机器学习预测本文《Your Model Time-Blind? The Case for Cyclical Feature Encoding》首次发表于 Towards D...

#cyclical encoding #feature engineering #time series #machine learning #periodic features
0个月前 · software

WTF 是分布式时间序列数据库？

什么是 Distributed Time‑Series Database？Distributed Time‑Series Database（TSDB）是一种旨在处理大量与…相关的数据的数据库。

#time-series #distributed-database #scalability #data-storage #monitoring #big-data
1个月前 · ai

使用 Python 的实用时间序列异常检测工具包

以下是如何在每个序列中检测点异常，并在整个银行范围内识别异常信号。文章《A Practical Toolkit for Time Series Anomaly Detection》。

#time series #anomaly detection #Python #machine learning #data science #toolkit
1个月前 · software

我在过去一个月如何用R开始我的数据科学之旅

介绍在过去的一个月里，我决定认真投入数据科学，目标明确：像专业人士一样学习使用 R 分析真实数据。

#R #data science #dplyr #ggplot2 #forecast #e-commerce analytics #data visualization #time series
1个月前 · software

为高吞吐量时间序列存储设计可扩展且具成本效益的访问模式

阅读更多关于设计可扩展、成本效益高的 Access Pattern 的信息。

#DynamoDB #time-series #AWS #scalable architecture #capacity planning