Текстові матеріали 2024

Permanent URI for this communityhttps://crust.ust.edu.ua/handle/123456789/18010

Browse

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Thumbnail Image
    Item type:Item,
    Інноваційний підхід у прогнозуванні часових рядів: від традиційних методів до новаторської моделі TimesFM
    (Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2024) Перцев, Юрій Олексійович; Коротка, Лариса Іванівна
    UKR: Прогнозування часових рядів є важливим інструментом для компаній у сучасному світі. Воно дозволяє приймати обґрунтовані рішення на основі аналізу історичних даних та передбачень майбутніх тенденцій. У цьому контексті використовуються різні моделі, такі як ARIMA, LSTM, Prophet та XGBoost. Проте їх застосування часто вимагає значного часу для доналаштування. З метою вирішення цієї проблеми Google розробив модель TimesFM, яка забезпечує прогнозування часових рядів без потреби в навчанні. TimesFM показує високу продуктивність та точність на різних типах даних, що робить його потужним інструментом для бізнесу.