Science des données time-series

5

Prédiction de séries chronologiques en utilisant ARIMA vs LSTM

Le problème que je traite est de prédire les valeurs de séries chronologiques. Je regarde une série chronologique à la fois et, sur la base par exemple de 15% des données d'entrée, je voudrais prédire ses valeurs futures. Jusqu'à présent, j'ai rencontré deux modèles: LSTM (mémoire à long terme et …

64 time-series deep-learning rnn prediction

10

Apprentissage automatique - fonctions d'ingénierie à partir de données de date / heure

Quelles sont les pratiques courantes / meilleures pour gérer les données de temps pour une application d'apprentissage automatique? Par exemple, si dans le jeu de données, il existe une colonne avec l'horodatage de l'événement, telle que "2014-05-05", comment extraire des fonctionnalités utiles de cette colonne, le cas échéant? Merci d'avance!

45 machine-learning time-series feature-selection

4

Ajout de fonctions au modèle de série temporelle LSTM

Nous en avons lu un peu sur les LSTM et sur leur utilisation pour les séries chronologiques. C’est intéressant mais difficile en même temps. Une chose que j’ai eu du mal à comprendre est l’approche pour ajouter des fonctionnalités à ce qui est déjà une liste de fonctionnalités de séries …

43 machine-learning neural-network deep-learning time-series

2

Comment gérer les séries chronologiques qui changent de saisonnalité ou d'autres modèles?

Contexte Je travaille sur un ensemble de données de séries chronologiques de relevés de compteurs d'énergie. La longueur de la série varie selon le mètre - pour certains j'ai plusieurs années, d'autres seulement quelques mois, etc. Beaucoup présentent une saisonnalité importante, et souvent plusieurs couches - dans la journée, la …

22 data-mining clustering time-series beginner

1

Prédiction de séries chronologiques à l'aide de LSTM: importance de rendre les séries chronologiques stationnaires

Dans ce lien sur la stationnarité et la différenciation , il a été mentionné que les modèles comme ARIMA nécessitent une série chronologique stationnaire pour la prévision car ses propriétés statistiques comme la moyenne, la variance, l'autocorrélation, etc. sont constantes dans le temps. Étant donné que les RNN ont une …

21 deep-learning predictive-modeling time-series forecast lstm

7

Comment puis-je prédire le trafic sur la base des données de séries chronologiques précédentes?

Si j'ai un magasin de détail et que j'ai un moyen de mesurer le nombre de personnes qui entrent dans mon magasin chaque minute et d'horodater ces données, comment puis-je prédire le trafic piétonnier futur? J'ai étudié les algorithmes d'apprentissage automatique, mais je ne sais pas lequel utiliser. Dans mes …

18 machine-learning time-series

3

Vous cherchez un bon package pour la détection d'anomalies dans les séries chronologiques

Existe-t-il un package open source complet (de préférence en python ou R) qui peut être utilisé pour la détection d'anomalies dans les séries temporelles? Il existe un package SVM d'une classe dans scikit-learn, mais ce n'est pas pour les données de séries chronologiques. Je recherche des packages plus sophistiqués qui, …

17 python time-series anomaly-detection

5

Bibliothèque Python pour implémenter des modèles de Markov cachés

Quelle bibliothèque Python stable puis-je utiliser pour implémenter des modèles de Markov cachés? J'ai besoin qu'il soit raisonnablement bien documenté, car je n'ai jamais vraiment utilisé ce modèle auparavant. Sinon, existe-t-il une approche plus directe pour effectuer une analyse chronologique sur un ensemble de données à l'aide de HMM?

15 python time-series markov-process

1

RNN utilisant plusieurs séries chronologiques

J'essaie de créer un réseau neuronal en utilisant des séries temporelles en entrée, afin de le former en fonction du type de chaque série. J'ai lu qu'en utilisant des RNN, vous pouvez diviser l'entrée en lots et utiliser chaque point de la série temporelle en neurones individuels et éventuellement former …

14 time-series rnn

1

Convertir une colonne pandas d'int en type de données d'horodatage

J'ai une trame de données qui, entre autres, contient une colonne du nombre de millisecondes écoulées depuis 1970-1-1. Je dois convertir cette colonne d'entiers en données d'horodatage, afin que je puisse ensuite la convertir en une colonne de données datetime en ajoutant la série de colonnes d'horodatage à une série …

13 python time-series data-cleaning pandas

1

Reconnaître une grammaire dans une séquence de jetons flous

J'ai des documents texte qui contiennent principalement des listes d'articles. Chaque élément est un groupe de plusieurs jetons de différents types: prénom, nom, date de naissance, numéro de téléphone, ville, profession, etc. Un jeton est un groupe de mots. Les articles peuvent se trouver sur plusieurs lignes. Les éléments d'un …

13 data-mining clustering text-mining time-series correlation

4

Intervalle de prédiction autour des prévisions de séries chronologiques LSTM

Existe-t-il une méthode pour calculer l'intervalle de prédiction (distribution de probabilité) autour d'une série chronologique prévue à partir d'un réseau de neurones LSTM (ou autre récurrent)? Disons, par exemple, que je prédis 10 échantillons dans le futur (t + 1 à t + 10), sur la base des 10 derniers …

13 machine-learning deep-learning time-series prediction lstm

1

Classer les clients en fonction de 2 fonctionnalités ET d'une série d'événements chronologiques

J'ai besoin d'aide sur ce qui devrait être ma prochaine étape dans un algorithme que je conçois. En raison des NDA, je ne peux pas divulguer grand-chose, mais je vais essayer d'être générique et compréhensible. Fondamentalement, après plusieurs étapes dans les algorithmes, j'ai ceci: Pour chaque client que j'ai, et …

12 classification clustering time-series

2

Modélisation de séries chronologiques inégalement espacées

J'ai une variable continue, échantillonnée sur une période d'un an à intervalles irréguliers. Certains jours ont plus d'une observation par heure, tandis que d'autres périodes n'ont rien pendant des jours. Il est donc particulièrement difficile de détecter les tendances dans les séries chronologiques, car certains mois (par exemple octobre) sont …

12 neural-network time-series regression

3

Comment animer la croissance d'un réseau social?

Je cherche une bibliothèque / un outil pour visualiser comment le réseau social change lorsque de nouveaux nœuds / bords lui sont ajoutés. L'une des solutions existantes est SoNIA: Social Network Image Animator . Cela vous permet de faire des films comme celui-ci . La documentation de SoNIA indique qu'elle …

12 social-network-analysis time-series javascript visualization

Questions marquées «time-series»