قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
سلسلة زمنية AutoML
فرع فرعي من AutoML متخصص في أتمتة كاملة مسار التعلم للبيانات التسلسلية الزمنية، من التحضير إلى التنبؤ.
أتمتة التنبؤ
عملية مؤتمتة لاختيار وتحسين نماذج التنبؤ الزمني بدون تدخل بشري كبير.
خوارزمية النبي
نموذج تنبؤ آلي طورته فيسبوك، محسن للسلاسل الزمنية ذات الموسمية القوية وتأثيرات العطلات.
الاختيار الآلي لـ ARIMA
عملية AutoML لتحديد الطلبات المثلى (p,d,q) لنماذج ARIMA عبر الاختبارات الإحصائية ومعايير المعلومات.
LSTM AutoML
أتمتة البنية والبارامترات الفائقة لشبكات LSTM لنمذجة الاعتمادات الزمنية الطويلة.
تقسيم التحقق الزمني
تقسيم زمني للبيانات إلى مجموعات تدريب/تحقق/اختبار مع احترام التسلسل الزمني الطبيعي.
أفق التنبؤ
بارامتر AutoML يحدد الفترة المستقبلية التي يجب على النموذج إنشاء تنبؤات آلية عليها.
التنبؤ المجمع
دمج آلي لنماذج متعددة للتنبؤ الزمني لتحسين المتانة ودقة التنبؤات.
اكتشاف الشذوذ بالتعلم الآلي التلقائي
التعرف التلقائي على الأنماط الشاذة في السلاسل الزمنية باستخدام خوارزميات غير خاضعة للإشراف مُكيفة للمجال الزمني.
السلاسل الزمنية متعددة المتغيرات
إدارة آلية للسلاسل الزمنية مع متغيرات متعددة مترابطة للنمذجة التنبؤية المعقدة.
تحسين المعلمات الفائقة للسلاسل الزمنية
تحسين آلي للمعلمات الفائقة الخاصة بالنماذج الزمنية باستخدام استراتيجيات مُكيفة مثل الضبط الزمني.
النافذة الآلية
الاختيار التلقائي للحجم والنوع الأمثل للنوافذ الزمنية لاستخراج الميزات والنمذجة التنبؤية.
كشف الانجراف الزمني
المراقبة التلقائية لتغيرات التوزيع الزمني التي تتطلب إعادة تكيف أو إعادة تدريب النماذج التنبؤية.
التعلم الميتا للتنبؤ
نهج التعلم الآلي التلقائي حيث يتعلم النظام على اختيار أفضل نماذج التنبؤ بناءً على خصائص البيانات الوصفية للسلاسل الزمنية.
بحث بنية الشبكات العصبية للسلاسل الزمنية
بحث آلي عن بنى الشبكات العصبية المحسّنة خصيصًا لمهام النمذجة الزمنية.