返回首页
最新
受到Lobste.rs上类似话题的启发：https://lobste.rs/s/ytefme/when_was_last_time_you_broke_production
我正在编写一本关于Python时间序列预测的实用指南，名为《掌握现代时间序列预测》。其目标是弥合理论与实践之间的差距。书中涵盖了经典统计模型（如ARIMA、SARIMA、Prophet）以及现代机器学习/深度学习方法（如N-BEATS、Transformers、Temporal Fusion Transformer）。
代码示例使用了Python库，如statsmodels、scikit-learn、PyTorch和Darts，书中重点关注实际工作流程：处理杂乱数据、特征工程、模型选择和评估。我写这本书是因为在寻找既实用又最新的预测资源时遇到了困难，尤其是对于应用机器学习的从业者来说。
您可以在这里找到这本书：<a href="https://valeman.gumroad.com/l/MasteringModernTimeSeriesForecasting" rel="nofollow">https://valeman.gumroad.com/l/MasteringModernTimeSeriesForec...</a> <a href="https://leanpub.com/mastering_modern_time_series_forecasting" rel="nofollow">https://leanpub.com/mastering_modern_time_series_forecasting</a>
欢迎任何从事时间序列预测或使用Python机器学习工具的人提问或反馈。
我有一块5060ti显卡，配备16GB显存。我在寻找一个能够进行基本对话的模型，不需要涉及物理或高级数学。理想情况下，它应该能够以合理的速度运行，接近实时。