https://www.faxiang.site/ 转 近年来，从计算机视觉到自然语言处理再到时间序列预测，神经网络、深度学习的应用越来越广泛。在深度学习的应用过程中，Embedding 这样一种将离散变量转变为连续向量的方式为神经网络在各方面的应用带来了极大的扩展。该技术目前主要有两种应用，NLP ...
分类：
其他好文 时间：
2019-09-26 00:27:37
阅读次数：
150
我本来就是处理时间序列异常检测的，之前用了全连接层以及CNN层组成的AE去拟合原始时间序列，发现效果不佳。当利用LSTM组成AE去拟合时间序列时发现，拟合的效果很好。但是，利用重构误差去做异常检测这条路依旧不通，因为发现异常曲线的拟合效果也很好……算了，这次先不打算做时间序列异常检测了。在这里把“基 ...
分类：
其他好文 时间：
2019-09-26 00:13:49
阅读次数：
309
时间序列数据：对同一对象在不同时间连续观察所得到的数据。 1. 出生 1. GDP 1. 温度 组成要素【时期时间序列+时点时间序列】 1. 时间要素：年 季度 月 周 日 1. 数值要素 1. 长期变动趋势：相当长的一段时间，受长期趋势影响 持续上升/下降 1. 季节变动规律: 广义，一般以月、季 ...
分类：
其他好文 时间：
2019-09-02 13:52:44
阅读次数：
78
在早期的版本中Kubernetes提供了heapster、influxDB、grafana的组合来监控系统，现在更加流行的监控工具是prometheus，prometheus是Google内部监控报警系统的开源版本Prometheus相比于其他传统监控工具主要有以下几个特点：具有由metric名称和键/值对标识的时间序列数据的多维数据模型有一个灵活的查询语言不依赖分布式存储，只和本地磁盘有关通过H
分类：
其他好文 时间：
2019-08-25 00:59:12
阅读次数：
133
TCN是指时间卷积网络，一种新型的可以用来解决时间序列预测的算法。在这一两年中已有多篇论文提出，但是普遍认为下篇论文是TCN的开端。 论文名称： An Empirical Evaluation of Generic Convolutional and Recurrent Networks for S ...
分类：
其他好文 时间：
2019-08-19 13:22:58
阅读次数：
168
数据分析是指采用恰当的统计分析方法对收集来的大量数据进行分析，提取出有用信息同时形成结论，即对数据加以详细研究和概括总结的过程。数据分析需要掌握数学知识和分析工具，数学知识包含统计学、概率论和数理统计、多元统计分析、时间序列、数据挖掘；工具一般应该掌握Excel、SQL、R、Python等。需要学习掌握基本数据处理及分析方法，掌握高级数据分析及数据挖掘方法（多元线性回归法，贝叶斯，神经网络，决策树
分类：
其他好文 时间：
2019-08-18 09:29:25
阅读次数：
99
马尔科夫链定义本身比较简单，它假设某一时刻状态转移的概率只依赖于它的前一个状态。举个形象的比喻，假如每天的天气是一个状态的话，那个今天是不是晴天只依赖于昨天的天气，而和前天的天气没有任何关系。当然这么说可能有些武断，但是这样做可以大大简化模型的复杂度，因此马尔科夫链在很多时间序列模型中得到广泛的应用 ...
分类：
其他好文 时间：
2019-08-13 00:39:22
阅读次数：
89
原文链接 分析复杂的季节模式 当时间序列数据的频率高于季度或月度时，许多预测程序在分析季节性影响方面遇到了障碍。 澳大利亚蒙纳士大学的研究人员在美国统计协会杂志（JASA）上发表了一篇有趣的论文，以及一个R程序，以处理这种情况 - 可称为“复杂的季节性”。 我已经更新并修改了他们的一项计算 - 使用 ...
分类：
编程语言 时间：
2019-08-08 13:15:25
阅读次数：
108
Prometheus（普罗米修斯）是一套开源的监控&报警&时间序列数据库的组合.由SoundCloud公司开发。 Prometheus基本原理是通过HTTP协议周期性抓取被监控组件的状态，这样做的好处是任意组件只要提供HTTP接口就可以接入监控系统，不需要任何SDK或者其他的集成过程。这样做非常适合 ...
分类：
其他好文 时间：
2019-08-03 23:11:41
阅读次数：
273
