时间序列预测：深度学习与统计学，谁赢了？

文章预览

转载自知乎专栏 近年来，深度学习在 NLP 领域取得了显著进展。由于时间序列本质上也是呈现出序列性，如果将预训练的转换器（transformers）模型应用在时间序列预测上，结果将会如何呢？ 不少学术论文对深度学习模型进行了深度探讨，但并没有展示出完整的情况。有趣的是，即使在 NLP 的案例中，一些人更倾向于将 GPT 模型的重大突破归功于“更多的数据和计算能力”，而非“更优秀的机器学习研究”。 本文旨在消除可能存在的混淆，提供一个中立无偏的视角，并借助来自学术界和工业界的可信赖数据和资源进行阐述。具体来说，本文将讨论以下主题： 深度学习和统计模型的优点和缺点。 何时使用统计模型，何时使用深度学习。 如何处理一个预测案例。 如何通过为你的案例和数据集选择最佳模型来节省时间和金钱。 深度学习与统计学 在讨论 ………………………………