Economic Implications of Deep Machine Learning for Tourism Time Series Forecast
Predpovedanie tokov aktívneho cestovného ruchu pomocou metód umelej neurónovej siete. Skúmanie, ktoré modely predpovedí časových radov - Exponenciálne vyrovnanie, TBATS, Auto ARIMA, Theta alebo LSTM majú lepší odhad presnosti a môžu byť v budúcnosti použité pre podobné úlohy na výskumné a praktické...
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Capítulo de libro |
| Lenguaje: | inglés |
| Materias: | |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
Ejemplares similares: Economic Implications of Deep Machine Learning for Tourism Time Series Forecast
- Modern Time Series Forecasting with Python Explore Industry-Ready Time Series Forecasting Using Modern Machine Learning and Deep Learning
- Seasonality, non-stationarity and the forecasting of monthly time series.
- Machine Learning Forecasting of Industrial Production in Slovakia
- Forecasting Inflation in Slovakia Using Machine Learning
- Empirical Bayes methods for telecommunications forecasting.
- Forecasting Principles and Practice