Skip to content

THECODEDEMOGORGON/TS_DL_workshop

Repository files navigation

Репозиторий к статье "Когда одной ARIMA мало. Прогнозирование временных рядов нейросетями":

Источник данных

Используется датасет от оператора Telecom Italia с данными об использовании интернета, звонках и СМС. Изначально представлены отдельные данные за каждую дату, с частотой 10 минут. В текущих ноутбуках используется одна объединенная таблица на все даты, частота час.

Как запустить?

Для того, чтобы запустить код и обучить нейросети для прогнозирования временных рядов нужно сделать всего один простой шаг: Открыть интересующий ноутбук прямо в этом репозитории, нажать кнопку "Open in Colab" и вас перенаправит в колаб с ноутбуком. Данные подгружаются прямо в ноутбуке, но если нужно, есть и на google drive

А что в ноутбуках?

  • В ноутбуке EDA представлена небольшая аналитика для лучшего понимания данных, с которыми предстоит работать.
  • В ноутбуке DeepAR_example реализовано обучение, тестирование и инференс модели DeepAR.
  • В ноутбуке NBEATS_example приведен аналогичный код для модели NBEATS.
  • Скрипт deepar_inference.py представляет собой программу, которую можно использовать для инференса обученной модели DeepAR.

Нужны ли какие-то специализированные библиотеки?

Все необходимые библиотеки есть в стандартном окружении Colab'а, а pytorch-forecasting доустанавливается в начале ноутбуков к DeepAR и NBEATS.

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published