Анализ временных рядов стал одним из ключевых направлений в науке о данных. От прогнозов погоды до анализа финансовых рынков — способность работать с данными, зависящими от времени, имеет огромное значение. Однако недавние разработки, представленные в блоге Google Research, показывают, что традиционный подход к анализу временных рядов можно значительно улучшить с помощью мульти-модальных моделей. Временные ряды — это данные, упорядоченные во времени, например, ежедневная температура, биржевые котировки или показатели датчиков IoT...

Это один из самых мощных моих проектов за последнее время. Кроме того, что тема временных рядов сама по себе важна в специфике работы торговой компании, ещё было интересно закрепить навыки работы с широким спектром ML инструментов, от линейной регрессии до SARIMA. Описание проекта Компания заказчика собрала исторические данные о заказах такси в аэропортах. Чтобы привлекать больше водителей в период пиковой нагрузки, нужно спрогнозировать количество заказов такси на следующий час. Требования и указания : Описание данных...