专栏名称: QuantML
致力于机器学习量化模型最深度研究,每天分享前沿论文,策略模型代码,alpha因子等信息。 商务合作:quantml@126.com
今天看啥  ›  专栏  ›  QuantML

(当前)为何你不需要深度学习来进行时间序列预测,以及你需要什么

QuantML  · 公众号  ·  · 2024-10-27 20:00
    

文章预览

原文链接: Why You (Currently) Do Not Need Deep Learning for Time Series Forecasting | by Jonte Dancker | Towards Data Science 在时间序列预测领域,深度学习受到了广泛关注。 许多文章和科学论文都在讨论最新的深度学习模型,以及它们如何超越了机器学习或统计模型。 这给人一种印象,即深度学习将解决时间序列预测的所有问题,尤其是对新入行的人来说。 然而,根据我的经验,深度学习并不是你需要的。 其他东西对时间序列预测更为重要,也更有效。 本文旨在展示在时间序列预测中真正有效的方法。我将使用Makridakis M5竞赛和2023年Kaggle AI报告的发现,并结合我的经验进行比较。 Makridakis竞赛通过在真实世界数据集上比较预测方法,展示了实践中的有效方法。自近40年前竞赛开始以来,其发现已经发生了变化。在前三次竞赛M1至M3中,统计模型主导了该领域。在M4竞赛 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览