ChatCrawlerпоиск по публичному Telegram Открыть приложение
M

Machine learning chat

сообщение · 2024-07-31 15:21 UTC
М
Ответсообщение недоступно
Лучше строить зависимость не от даты, а от ряда предыдущих значений, чтобы выявлять сезонность, цикличность и тренд. Для этого есть целый класс моделей - авторегрессионные. Эконометрические (такие как ARIMA) и нейросетевые (такие как LSTM). Для лучшего качества советую LSTM, но нужно много данных (10к - 50к наблюдений)

Вся лента · оригинал в Telegram

Открыть в Telegram Каталог площадок Искать в ChatCrawler

Слепок открытой публичной ленты из поискового индекса ChatCrawler — «Google по публичному Telegram»; обновляется по мере обхода площадки. Время — UTC.

Только публичный контент, официальный API Telegram. О проекте · Вопросы · Чего мы не делаем · Убрать страницу из выдачи · Каталог