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...

Ausführliche Beschreibung

Gespeichert in:
1. Verfasser: Petrova Vasenska, Ivanka
Format: Buchkapitel
Sprache:Englisch
Schlagworte:
rady časové
predvídanie
modely prognostické
učenie strojové
inteligencia umelá
softvér
ruch cestovný
Tags: Tag hinzufügen
Keine Tags, Fügen Sie das erste Tag hinzu!

MARC

LEADER 00000naa a2200000 4500
001 0303105
005 20240718091826.4
041 0 |a eng 
044 |a SK 
245 1 0 |a Economic Implications of Deep Machine Learning for Tourism Time Series Forecast  |c Ivanka Petrova Vasenska 
520 |a 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 ekonomické účely. 
610 2 0 |a rady časové 
610 2 0 |a predvídanie 
610 2 0 |a modely prognostické 
610 2 0 |a učenie strojové 
610 2 0 |a inteligencia umelá 
610 2 0 |a softvér 
610 2 0 |a ruch cestovný 
100 1 |a Petrova Vasenska, Ivanka 

Ähnliche Einträge