从差分和自相关理解 AR、MA、ARIMA 的选择与诊断
标签:时间序列
共 4 篇相关内容,按发布时间排列。
理解指数加权平均的递推公式与递推思想、β 参数对衰减速度的控制、偏差修正的作用,以及在深度学习中(优化器、BatchNorm)的应用场景
识别趋势、季节和相关性,建立按时间验证的流程
LSTM 的门控机制推导、股价预测中的数据构造细节,以及一个最小可复现的 PyTorch 实现。
共 4 篇相关内容,按发布时间排列。
从差分和自相关理解 AR、MA、ARIMA 的选择与诊断
理解指数加权平均的递推公式与递推思想、β 参数对衰减速度的控制、偏差修正的作用,以及在深度学习中(优化器、BatchNorm)的应用场景
识别趋势、季节和相关性,建立按时间验证的流程
LSTM 的门控机制推导、股价预测中的数据构造细节,以及一个最小可复现的 PyTorch 实现。