bi_magyar_3

A hagyományos módszerek az idősorok előrejelzésére elsősorban neurális hálózatokat alkalmaznak.

• Igaz

• Hamis

A hagyományos idősoros előrejelzési módszerek elsősorban statisztikai technikákat foglalnak magukba, amelyek célja az adatok közötti lineáris kapcsolatok megragadása és általában az alapul szolgáló adateloszlásról alkotott feltételeken alapulnak.

• Igaz

• Hamis

Az Exponential Smoothing mélytanulás alapú módszer.

• Igaz

• Hamis

Válaszd ki a hagyományos módszereket:

• •Autoregressive (AR)

• •Moving Average (MA)

• •Exponential Smoothing

• •LSTM

Ez a modell a jövőbeli értékeket a múltbeli értékek alapján jósolja meg. Feltételezi, hogy a múltbeli értékek lineáris befolyással rendelkeznek a jövőbeli előrejelzésekre.

• •Autoregressive (AR)

• •DNN

• •LSTM

• •GRU

Ez a módszer a jövőbeli értékeket a múltbeli jelzések reziduálisaiból (hibáiból) jósolja meg.

• •Moving Average (MA)

• •DNN

• •LSTM

• •GRU

Válaszd ki a mélytanulásra alapuló módszereket.

• RNN

• Transformer

• DNN

• LSTM

Válaszd ki a mélytanulásra alapuló módszereket.

• LSTM

• GRU

• 1D CNN

• Exponential Smoothing

Válaszd ki a hagyományos módszerek előnyeit.

• Az előrejelzések készítésének világos megértése, ami lehetővé teszi az egyszerű magyarázatokat.

• Értelmezhetőség

• Számos hagyományos módszer évtizedek óta létezik, és széleskörű irodalom támasztja alá őket.

• •Szükség van szakmai tudásra a jellemzők kinyeréséhez és az adatok átalakításához.

Válaszd ki a hagyományos módszerek hátrányait.

• •Szükség van szakmai tudásra a jellemzők kinyeréséhez és az adatok átalakításához.

• Nehézségekbe ütközhetnek a bonyolult, nem-lineáris összefüggések megértésével az adatokban.

• Sok módszer lineáris viselkedést és stacionaritást feltételez az adatokban.

• Kevéssé számításigényesek.