- 综合排序
- 最热优先
- 最新优先
- 来自专栏磐创AI技术团队的专栏
测试时间序列的40个问题
2017年2月的3个月移动平均线是多少A)300 B) 350 C) 400 D)需要更多的信息 解决方案:(A) X' = (xt-3 + xt-2 + xt-1) /3 (200+300+400)/ A） B） C） D）以上都不是 解决方案： （B） X` = Xt-2 + Xt-1 / 2 根据以上公式：（100 +200）/ 2 = 150; （200 + 300）/ 2 = 250，依此类推 因变量的当前值受自变量的当前值和过去值影响 C）因变量的当前值受因变量和自变量的过去值影响 D）以上都不是 解决方案：（C） 自回归模型基于这样的思想，即序列的当前值xt可以解释为p个过去值xt-1，xt 例如 xt = xt-1 -.90xt-2 + wt， 其中xt-1和xt-2是因变量和wt的过去值，白噪声可以表示独立值。 该示例可以扩展为包括类似于多元线性回归的多序列。
1.7K20发布于 2020-07-10 - 来自专栏人工智能之核心技术
人工智能之核心技术 深度学习 第七章 扩散模型（Diffusion Models）
-->xT["纯噪声x_T~N(0,I)"]xT-->|"去噪θ"|xT-1["x_{T-1}"]xT-1-->|"去噪θ"|xT-2["x_{T-2}"]xT-2-->...
32010编辑于 2026-02-01 - 来自专栏机器学习-数据挖掘
【时序预测】时间序列分析——时间序列的平稳化
假定加法作用模式下的时间序列：Xt = Tt + St + It 步骤一：拟合长期趋势Tt: Tt = f(t, t*2)，以时间t为自变量的模拟回归方程法 Tt = f(Xt-1, Xt-2)，以历史观察值为自变量的数据平滑法
12.9K63发布于 2020-07-22 - 来自专栏数字孪生元宇宙
智能交通的基石 - 大数据和物联网
考虑到流量的时间关系，利用以前时间间隔的数据，即 xt-1，xt-2,...,xt-l，在时间间隔 t 时预测流量。建议的模型内在考虑了交通流量的地理和时间相关性。
85630发布于 2021-11-20 - 来自专栏人工智能LeadAI
零基础入门深度学习 | 第五章： 循环神经网络
从上面可以看出，循环神经网络的输出值Ot，是受前面历次输入值Xt，Xt-1，Xt-2,Xt-3...影响的，这就是为什么循环神经网络可以往前看任意多个输入值的原因。
4K80发布于 2018-03-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号