This media is not supported in your browser
VIEW IN TELEGRAM
📌 500 AI Machine learning Deep learning Computer vision NLP Projects with code
مجموعه‌ای با بیش از ۵۰۰ پروژه در زمینه‌های یادگیری ماشین، یادگیری‌عمیق، پردازش تصویر و پردازش زبان‌ها به همراه سورس‌کد.
🔗 https://github.com/ashishpatel26/500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code
#Python #DataScience
#MachineLearning #DeepLearning
@ai_python
مجموعه‌ای با بیش از ۵۰۰ پروژه در زمینه‌های یادگیری ماشین، یادگیری‌عمیق، پردازش تصویر و پردازش زبان‌ها به همراه سورس‌کد.
🔗 https://github.com/ashishpatel26/500-AI-Machine-learning-Deep-learning-Computer-vision-NLP-Projects-with-code
#Python #DataScience
#MachineLearning #DeepLearning
@ai_python
❤1
🚀 ابزار تازه ای در دنیای تایم سریز و فورکستینگ ایجاد شده، که نظر بسیاری از محققین داده رو به خودش جلب کرده. به همین دلیل کمی از قابلیت هاش رو بررسی می کنیم:
MFLES :
🔴 Multiple Seasonality Support
🔴 Conformal Prediction Intervals
🔴 Seasonality Decomposition
🔴 Parameter Optimization
و ...
🔜 Custom Exogenous Models (Coming Soon)
اما چیزی که باعث شد نظر من بهش جلب بشه و توی DLeX دربارش بنویسم، بنچ مارکی بود که نتایجش رو در تصویر مشاهده می کنید.
این بنچ مارک بر روی سناریوهایی صورت پذیرفته است که multiple seasonality در آن ها وجود داشته است.
در صورتی که تجربه ای در استفاده از MFLES دارید ، خوشحال می شیم که در IT and Binary به اشتراک بذارید.💬
نوید داریا
#TimeSeries #Forecasting #DataScience #MachineLearning
MFLES :
و ...
🔜 Custom Exogenous Models (Coming Soon)
اما چیزی که باعث شد نظر من بهش جلب بشه و توی DLeX دربارش بنویسم، بنچ مارکی بود که نتایجش رو در تصویر مشاهده می کنید.
این بنچ مارک بر روی سناریوهایی صورت پذیرفته است که multiple seasonality در آن ها وجود داشته است.
در صورتی که تجربه ای در استفاده از MFLES دارید ، خوشحال می شیم که در IT and Binary به اشتراک بذارید.
نوید داریا
#TimeSeries #Forecasting #DataScience #MachineLearning
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4❤🔥2🔥1