Ebook Time Series Forecasting Sử Dụng Generative AI - Tận Dụng AI Để Dự Báo Chính Xác [Ấn Bản Lần Thứ 1, Tháng 3/2025] [PDF, EPUB + CODE] [9441E]
Tổng quan:
- ✓ Bao gồm các nguyên tắc nền tảng của generative AI được áp dụng cho time series forecasting.
- ✓ Khám phá các mô hình như Time Series Transformer, Temporal Fusion, Transformer Model, WaveNet Model, v.v.
- ✓ Bao gồm các foundation model nâng cao cho forecasting.
Về cuốn sách:
"Time Series Forecasting sử dụng Generative AI giới thiệu cho độc giả về Trí tuệ nhân tạo tạo sinh (Gen AI) trong phân tích chuỗi thời gian, cung cấp quá trình khám phá thiết yếu về các phương pháp dự báo tiên tiến."
Cuốn sách bao gồm nhiều chủ đề, bắt đầu bằng phần tổng quan về Generative AI, nơi độc giả có được cái nhìn sâu sắc về lịch sử và các nguyên tắc nền tảng của Gen AI với phần giới thiệu ngắn gọn về các mô hình ngôn ngữ lớn. Chương tiếp theo giải thích các ứng dụng thực tế, hướng dẫn độc giả triển khai các kiến trúc neural network đa dạng để phân tích chuỗi thời gian như Multi-Layer Perceptrons (MLP), WaveNet, Temporal Convolutional Network (TCN), Bidirectional Temporal Convolutional Network (BiTCN), Recurrent Neural Networks (RNN), Long Short-Term Memory (LSTM), Deep AutoRegressive (DeepAR) và Neural Basis Expansion Analysis (NBEATS) bằng các công cụ hiện đại.
Dựa trên nền tảng này, cuốn sách giới thiệu sức mạnh của kiến trúc Transformer, khám phá các biến thể của nó như Vanilla Transformers, Inverted Transformer (iTransformer), DLinear, NLinear và Patch Time Series Transformer (PatchTST). Cuối cùng, cuốn sách đi sâu vào các mô hình nền tảng như Time-LLM, Chronos, TimeGPT, Moirai và TimesFM cho phép người đọc triển khai các mô hình dự báo tinh vi phù hợp với nhu cầu cụ thể của họ.
Cuốn sách này cung cấp cho người đọc kiến thức và kỹ năng cần thiết để tận dụng Gen AI cho time series forecasting chính xác và hiệu quả. Bằng cách cung cấp thông tin chi tiết về các mô hình và phương pháp dự báo tiên tiến, cuốn sách này cho phép các học viên đưa ra các quyết định sáng suốt và thúc đẩy tăng trưởng kinh doanh thông qua những hiểu biết dựa trên dữ liệu.
- ✓ Hiểu được lịch sử cốt lõi và các ứng dụng của Gen AI cũng như tiềm năng của nó trong việc cách mạng hóa dự báo chuỗi thời gian.
- ✓ Học cách triển khai các kiến trúc neural network khác nhau như MLP, WaveNet, TCN, BiTCN, RNN, LSTM, DeepAR và NBEATS cho time series forecasting.
- ✓ Khám phá tiềm năng của kiến trúc Transformer và các biến thể của nó, chẳng hạn như Vanilla Transformers, iTransformer, DLinear, NLinear và PatchTST cho time series forecasting.
- ✓ Khám phá các mô hình nền tảng phức tạp như Time-LLM, Chronos, TimeGPT, Moirai và TimesFM.
- ✓ Có được kiến thức thực tế về cách áp dụng các kỹ thuật Gen AI vào các thách thức dự báo chuỗi thời gian trong thế giới thực và đưa ra các quyết định dựa trên dữ liệu.
Cuốn sách này dành cho ai:
Dành cho các Data Scientist, Machine learning engineer, Business Aanalyst, Statistician, Economist, Financial Analyst, Operations Research Analyst, Data Analyst, Student.
Mục lục:
- ✓ Chương 1: Time Series gặp Generative AI .
- ✓ Chương 2: Neural Network cho Time Series.
- ✓ Chương 3: Transformer cho Time Series.
- ✓ Chương 4: Time-LLM: Reprogramming Large Language Model.
- ✓ Chương 5: Chronos: Pre-trained Probabilistic Time Series Model.
- ✓ Chương 6: TimeGPT: Foundation Model đầu tiên cho Time Series.
- ✓ Chương 7: MOIRAI: Một Time Series LLM cho Universal Forecasting.
- ✓ Chương 8: TimesFM: Time Series Forecasting sử dụng Decoder-Only Foundation Model.
LƯU Ý: Pass mở file pdf là mật khẩu giải nén chung của tài liệu !