Запрос счёта
Заполните поля ниже, чтобы получить счёт на оплату билетов PyCon Russia от юридического лица
Прогнозирование нагрузки на базовые станции, или Как работать с временными рядами в 2023
Тезисы
Задача прогнозирования временных рядов очень хорошо известна, как и методы, которые чаще всего используются для ее решения.
В докладе на примере реальной задачи для телекоммуникационной инфраструктуры будет показано, куда можно пойти дальше, какие архитектуры нейронных сетей являются самыми эффективными сегодня и как их реализовать в вашем проекте. Также будут рассмотрены некоторые вопросы, касающиеся задачи прогнозирования временных рядов в целом: статистические тесты, разница в прогнозировании одномерных и многомерных временных рядов и т.д.
Доклад будет сопровождаться материалами с кодом, которые позволят сразу после просмотра запустить обучение понравившейся сетки.
В докладе на примере реальной задачи для телекоммуникационной инфраструктуры будет показано, куда можно пойти дальше, какие архитектуры нейронных сетей являются самыми эффективными сегодня и как их реализовать в вашем проекте. Также будут рассмотрены некоторые вопросы, касающиеся задачи прогнозирования временных рядов в целом: статистические тесты, разница в прогнозировании одномерных и многомерных временных рядов и т.д.
Доклад будет сопровождаться материалами с кодом, которые позволят сразу после просмотра запустить обучение понравившейся сетки.
Задача прогнозирования временных рядов очень хорошо известна, как и методы, которые чаще всего используются для ее решения.
В докладе на примере реальной задачи для телекоммуникационной инфраструктуры будет показано, куда можно пойти дальше, какие архитектуры нейронных сетей являются самыми эффективными сегодня и как их реализовать в вашем проекте. Также будут рассмотрены некоторые вопросы, касающиеся задачи прогнозирования временных рядов в целом: статистические тесты, разница в прогнозировании одномерных и многомерных временных рядов и т.д.
Доклад будет сопровождаться материалами с кодом, которые позволят сразу после просмотра запустить обучение понравившейся сетки.
В докладе на примере реальной задачи для телекоммуникационной инфраструктуры будет показано, куда можно пойти дальше, какие архитектуры нейронных сетей являются самыми эффективными сегодня и как их реализовать в вашем проекте. Также будут рассмотрены некоторые вопросы, касающиеся задачи прогнозирования временных рядов в целом: статистические тесты, разница в прогнозировании одномерных и многомерных временных рядов и т.д.
Доклад будет сопровождаться материалами с кодом, которые позволят сразу после просмотра запустить обучение понравившейся сетки.
Видеозапись доклада
Появится здесь после конференции
Информация о спикере
Никита Матвеев
Аналитик больших данных, Мегафон
В основном я занимаюсь классическим машинным обучением и проверкой гипотез, но в рамках работы над бакалаврской ВКР столкнулся с интересной задачей по прогнозированию временных рядов и хотел бы поделиться полученным опытом – думаю, многим будет интересно.
- Никита МатвеевАналитик больших данных, МегафонВ основном я занимаюсь классическим машинным обучением и проверкой гипотез, но в рамках работы над бакалаврской ВКР столкнулся с интересной задачей по прогнозированию временных рядов и хотел бы поделиться полученным опытом – думаю, многим будет интересно.
Все доклады трека