本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 指數(shù)平滑（Exponential smooth...
發(fā)簡信
IP屬地：福建
-
指數(shù)平滑方法簡介
-
傅里葉變換簡介本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 1. 傅里葉級數(shù) Fourier Series...
-
小波變換簡介本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 1. 傅里葉變換的局限性 傅里葉變換只能得到一...
-
時(shí)間序列中的異常本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 考慮一個(gè) ARIMA 過程生成的時(shí)間序列其中和...
-
概率預(yù)測的評估方法簡介本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 概率預(yù)測的目標(biāo)是在滿足 calibration...
-
使用 bash 進(jìn)行服務(wù)閑置檢查
本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 重啟服務(wù)之前往往需要檢查一下是否還有未處理完的...
-
時(shí)間序列預(yù)測方法之 DeepAR本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 最近打算分享一些基于深度學(xué)習(xí)的時(shí)間序列預(yù)測方法...
-
卡爾曼濾波簡介
本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 最近學(xué)習(xí)了一種結(jié)合了深度學(xué)習(xí)和狀態(tài)空間模型的時(shí)...
-
時(shí)間序列預(yù)測方法之 DeepState本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 最近打算分享一些基于深度學(xué)習(xí)的時(shí)間序列預(yù)測方法...
-
時(shí)間序列預(yù)測方法之 Transformer本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 最近打算分享一些基于深度學(xué)習(xí)的時(shí)間序列預(yù)測方法...
-
時(shí)間序列預(yù)測方法之 WaveNet本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 最近打算分享一些基于深度學(xué)習(xí)的時(shí)間序列預(yù)測方法...
-
隨機(jī)變量之和的統(tǒng)計(jì)量
用隨機(jī)變量 表示每天的銷量，其期望為 ，方差為 。 考慮 天的總銷量 。 方案一：認(rèn)為每天銷量都一樣，這顯然是不恰當(dāng)?shù)摹Ａ?，則 方案二：每天的銷量不一樣，這才是更合理的...
-
報(bào)童問題的簡單解法
本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 我們早先已經(jīng)在《報(bào)童問題》一文中介紹了這個(gè)經(jīng)典...
-
分位數(shù)回歸
本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 用 表示一個(gè)隨機(jī)變量，其概率密度函數(shù)為 ，累...
-
負(fù)二項(xiàng)分布
本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 之前在介紹 DeepAR 等時(shí)間序列預(yù)測模型...
-
一維諧振子定態(tài) Schr?dinger 方程的數(shù)值解法本文鏈接：個(gè)人站[https://weiji.hsiao.zone/2020/03/24/%E4%B8%80%E7%BB%B4%E8%B0%90%E6%8C%AF%E5%AD...
-
時(shí)間序列預(yù)測的評估指標(biāo)補(bǔ)遺
本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 在《銷量預(yù)測中的誤差指標(biāo)分析》一文中，我們介紹...
-
命名規(guī)范與正則表達(dá)式
本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 根據(jù) Google Python Style ...
-
一個(gè)最大化條件概率問題本文鏈接：個(gè)人站 | 簡書 | CSDN版權(quán)聲明：除特別聲明外，本博客文章均采用 BY-NC-SA 許可協(xié)議。轉(zhuǎn)載請注明出處。 背景 我們在《報(bào)童問題》、《報(bào)童問題的簡單解法...
-
