Pull to refresh

Comments 3

Собственно, про будущее тут одна только ARIMA. И даже не описаны особенности кросс-валидации для временных рядов. В основном тут всё про простые модели, вообще не связанные с течением времени. А ведь это совсем разные темы. 1) Выявить закономерности в статических данных и предсказать значение не размеченных данных на сейчас. 2) Выявить зависимости, меняющиеся с течением времени, и предсказать действительно что-то насчёт будущего, опираясь на данные в прошлом. Вторая тема тут практически не затронута, несмотря на громкий заголовок, вроде как это обещающий.

Ну да. Хорошо написал. Хотя если заметить какие то незамеченные взаимосвязи - не предсказать но узнать -)

Хорошее изложение материала. В отличии от большинства имеющихся на настоящий момент в сети, читается легко и непринужденно. Единственное, на чем хотелось бы акцентировать внимание автора, так это на риске получить "не желательный результат" при использовании ML, в случае неверно подобранных параметров или отсутствии прямых рук. К сожалению, в своем опыте использования ML, для целей прогнозирования стоимости услуг столкнулся именно с этими проблемами. Тем не менее, в материале вскользь упоминаются такие риски, что "ключик может не подойти" и тогда все усилия поставить ML на службу бизнесу будут напрасны, а разочарование в подходе неизбежно. В остальном, спасибо за структурно и последовательно освященную тему.

Sign up to leave a comment.