按标签查看文章: time-series

ML 集成中错误多样性胜过质量

了解为什么集成中的弱模型带来 MAE 8.5 而强模型为 9.5。在时间序列上实验，选择推荐。适用于 ML 专家。

时间序列异常检测 ML

研究 Isolation Forest、CatBoost 和 autoencoder 用于检测存储日志中的威胁。代码、指标、比较。在 infosec 中应用，无需标签。

销售预测：从 Excel 到 ML，半年内完成

如何为企业构建可靠的销售预测：回测、TSMixer、集成。误差降低至 3.2%，高层管理信任度提升。适用于 DS 专家。