Глубокое обучение для временных рядов: некоторые последние ресурсы
Я так давно ничего не писал здесь, что мне казалось слишком пугающим, чтобы вернуться к чему-то техническому. Вместо этого я укажу проблему и некоторые ресурсы, которые помогут вам решить эту проблему. Проблема: существует множество методов анализа временных рядов — и одни используют глубокое обучение, а другие нет. Если вы заинтересованы в методах глубокого обучения и беспокоитесь о быстром распространении архитектур и методов, вот некоторые ресурсы, которые могут вам помочь — они предлагают сводки, пояснения и обзоры, и оба они появились довольно недавно, так что вы должны быть, если не au courant с SOTA, тогда, по крайней мере, можно притвориться на коктейльной вечеринке.
Глубокое обучение в анализе временных рядов
Это книга Араша Гаребаги, опубликованная в июле 2023 года. Вот некоторые описания:
Глубокое обучение является важным элементом искусственного интеллекта, особенно в таких приложениях, как классификация изображений, в которых различные архитектуры нейронных сетей, например сверточные нейронные сети, дали надежные результаты. Эта книга представляет глубокое обучение для анализа временных рядов, особенно для циклических временных рядов. В нем подробно рассматриваются методы, используемые для анализа временных рядов на глубоком уровне их архитектуры. Циклические временные ряды обычно имеют специальные признаки, которые можно использовать для повышения эффективности классификации. Они рассматриваются в книге. Здесь также рассматривается обработка циклических временных рядов.
Я только начал и пролистал. Я думаю, что это определенно хорошая книга для начинающих, если вы немного разбираетесь в математике и машинном обучении. Он охватывает теорию, но также предлагает некоторые практические советы. Вы можете получить его на Амазонке в твердом переплете или в электронной книге, или на Кобо (о котором я до сих пор не слышал), у которого есть только цифровая версия. Если вы хотите прочитать эту книгу вместе со мной, например, в книжном онлайн-клубе или на тематическом семинаре для выпускников, дайте мне знать. Я никогда не пробовал, но звучит забавно.
Глубокое обучение для прогнозирования временных рядов: учебник и обзор литературы
Это статья о прогнозировании, конкретной цели машинного обучения или статистического обучения, поэтому она не охватывает классификацию или другие аспекты анализа временных рядов. Они…