Economic Implications of Deep Machine Learning for Tourism Time Series Forecast

Predpovedanie tokov aktívneho cestovného ruchu pomocou metód umelej neurónovej siete. Skúmanie, ktoré modely predpovedí časových radov - Exponenciálne vyrovnanie, TBATS, Auto ARIMA, Theta alebo LSTM majú lepší odhad presnosti a môžu byť v budúcnosti použité pre podobné úlohy na výskumné a praktické...

ver descrição completa

Detalhes bibliográficos

Autor principal:	Petrova Vasenska, Ivanka
Formato:	Capítulo de Livro
Idioma:	inglês
Assuntos:	rady časové predvídanie modely prognostické učenie strojové inteligencia umelá softvér ruch cestovný
Tags:	Adicionar Tag Sem tags, seja o primeiro a adicionar uma tag!