有了时间序列预测模型确实可以将以往专家对于库存的判断部分转以为计算机判断，但是今天还是发现了2点需要专家的。
一个是某因素对于趋势存在影响，但是又不是对时间序列产生线性影响，可能是先升后降（类似正态分布图），这个时候视为2个线性曲线就可以了，但是需要专家来判断哪个是拐点。
另一个是对于某趋势的历史数据太少了，无法利用基于历史数据的分析模型，但是可以参考相似物料的类似数据，与做出来模型，在预测新物料的未来趋势。这里就需要专家判断了，按道理说，企业的历史数据中总是有相关性很强的数据，只是其中的关系是在专家的脑子里，但是专家有没有办法把推理过程与数据结合，也就无法对新事物产生量化分析，大规模预测的可能，而这部分正是机器学习，编程语言的强项，强强联手就可以做出企业独有的特征优势了。
有了时间序列预测模型确实可以将以往专家对于库存的判断部分转以为计算机判断，但是今天还是发现了2点需要专家的。 一个...
时间序列预测法及Spark-Timeserial 时间序列预测法 时间序列预测法(Time Series Fore...
如何评价facebook开源的prophet时间序列预测工具? 时间序列分析 时间序列预测之--ARIMA模型 通...
概述 公司历年预算与实际使用资金总是存在出入，做了预算但是没有被使用完的资金量高居不下，造成了不小的闲置成本，为了...
前言 在所有的预测问题里面，时间序列预测最让我头疼。 做时间序列预测，传统模型最简便，比如Exponential ...
cnn 教程： https://blog.csdn.net/weixin_39653948/article/det...
fbprophet是facebook开源的时间序列预测框架 可用于时间序列预测，支持Python语言 以下命令按顺...
tensorflow下用LSTM网络进行时间序列预测 用LSTM做时间序列预测的思路,tensorflow代码实现...
转载自Python Keras + LSTM 进行单变量时间序列预测 首先，时间序列预测问题是一个复杂的预测模型问...
参考文献 使用Keras进行LSTM实战 将时间序列预测问题转换为python中的监督学习问题 时间序列交叉验证 ...
本文标题：专家在时间序列预测中的作用
本文链接：https://www.haomeiwen.com/subject/otouxdtx.html
网友评论