由于是在不会打公式,所以只能白话说下自己的认识. 深度学习和统计领域一些知识的结合,比如条件随机场crf,再比如这个deepar,都是在损失函数上做文章. deepar预测的不是数据本身,而是数据分布的参数.比如模型预测出价格时间序列的均值和方差,假设分布是正态分布,那么损失函数怎么构造了? deepar预测的不是一个时间点,比如预测7天,那么每天都会预测出一个均值和方差, 这一共就是7组模型参

DeepAR:Probabilistic forecasting with autoregressive recurrent network 一般的时间序列预测方法是做点预测，即预测未来某个时间点的具体值。但对于一些具体业务比如预测销量来说预测一个概率区间更加易于决策。DeepAR是一个做概率预测的方法，同时也可以做点预测。 首先简单介绍一下时间序列和常见的处理方法 一、方法介绍 Deep

写在前面 DeepAR是亚马逊提出的一种针对大量相关时间序列建模的预测算法，该算法采用了深度学习的技术，通过在大量时间序列上训练自回归递归网络模型，可以从相关的时间序列中有效地学习全局模型，并且能够学习复杂的模式，例如季节性，周期性等特性，从而实现对各条时间序列进行预测。下面的这篇文章主要教大家如何搭建一个基于DeepAR的简单预测模型，并将其用于股票价格预测当中。 1 DeepAR模型 De

DeepAR代码详析（pytorch版）实现用电量预测 – 潘登同学的RNN学习笔记 文章目录 DeepAR代码详析（pytorch版）实现用电量预测 -- 潘登同学的RNN学习笔记 数据集说明数据预处理代码 构造模型Loss函数评估指标相关 utils工具类训练模型 前言： 上次用Amazon中的glount-ts框架做了一个deepar的股价预测，但是我感觉用的是人家的API，