自回归

论文：Time-series generative adversarial networks 代码：https://github.com/jsyoon0823/TimeGAN 现有的时间序列研究中，自回归模型明确地将时间序列模型分解为条件分布的乘积。这种方法在预测中表现优秀，但是无需添加外部条件…

参考：《动手学深度学习》8.1 节文章目录1. 序列数据2. 统计工具2.1 自回归模型（Autoregressive）2.2 马尔可夫模型2.3 因果关系3. 传统网络架构难以处理序列数据3.1 生成训练序列3.2 使用 MLP 建立自回归模型3.3 进行自回归训练3.4 预测3.4.1…

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如，sparkling wine。如何建立一个模型来进行预测呢？ 一种常见的方法是将该变量其视为单变量时间序列。这样就有很多方法可以…

一、本节目标了解自相关函数（ACF）。了解部分自相关函数（PACF）。了解自回归和移动平均模型是如何工作的。使用Python来拟合自相关模型。二、ACF和PACF 1、自相关函数（ACF）测量信号与自身延迟数据的相关性。它用于发现信号中的重复模式，例如周期性信号的存…

摘要以往的LLM（Large Languages Models）研究都遵从一个假设，即更多的参数将导致更好的性能。但也发现，给定计算预算限制后，最佳性能的模型不是参数最大的，而是数据更多的。对于实际场景，首选的…