AI-ordlista
Den kompletta ordlistan över AI
AutoML Time Series
Subfield of AutoML specialized in the complete automation of the learning pipeline for time-series sequential data, from preparation to prediction.
Forecasting Automation
Automated process of selection and optimization of time series forecasting models without significant human intervention.
Prophet Algorithm
Automatic forecasting model developed by Facebook optimized for time series with strong seasonality and holiday effects.
ARIMA Automated Selection
AutoML process to automatically identify the optimal orders (p,d,q) of ARIMA models through statistical tests and information criteria.
LSTM AutoML
Automation of the architecture and hyperparameters of LSTM networks for modeling long-term temporal dependencies.
Temporal Validation Split
Chronological division of data into training/validation/test sets respecting the natural temporal sequence.
Horizon Prediction
AutoML parameter defining the future period over which the model must generate automatic predictions.
Ensemble Forecasting
Automatic combination of multiple time series forecasting models to improve the robustness and accuracy of predictions.
Anomaly Detection AutoML
Identification automatique de motifs anormaux dans les séries temporelles utilisant des algorithmes non supervisés adaptés au domaine temporel.
Multivariate Time Series
Gestion automatisée de séries temporelles avec multiples variables interdépendantes pour une modélisation prédictive complexe.
Hyperparameter Optimization TS
Optimisation automatisée des hyperparamètres spécifiques aux modèles temporels utilisant des stratégies adaptées comme le temporal tuning.
Automated Windowing
Sélection automatique de la taille et type de fenêtres temporelles optimales pour l'extraction de caractéristiques et la modélisation prédictive.
Temporal Drift Detection
Surveillance automatique des changements de distribution temporelle nécessitant une réadaptation ou réentraînement des modèles prédictifs.
Meta-learning for Forecasting
Approche AutoML où le système apprend à sélectionner les meilleurs modèles de prévision basés sur les caractéristiques métadonnées des séries temporelles.
Neural Architecture Search TS
Recherche automatisée d'architectures de réseaux de neurones optimisées spécifiquement pour les tâches de modélisation temporelle.