Dažnai Užduodami Klausimai

Tai priklauso nuo kurso. Mūsų „Laiko eilučių analizės pagrindai" skirtas tiems, kurie ką tik pradeda – reikia tik pagrindinės Python žinios. Jei pasirinksite „Rekurentiniai neuroniniai tinklai praktikoje", reikalinga solidesnė programavimo ir mašininio mokymosi pagrindinė žinojimas.

Jei lankysite bazinį kursą, per 3–4 savaites turėsite suprasti pagrindinius laiko eilučių komponentus ir galėsite kurti paprastas prognozavimo modelius. LSTM ir GRU kurse praktiniai rezultatai atsiranda nuo trečios savaitės, kai pradėsite treniruoti pirmuosius tinklo modelius su tikrais duomenimis.

Taip. Mūsų praktinių prognozavimo projektų kursas skirtas grynai verslo problemoms spręsti – parduodami prognozavimui, atsargų valdymui arba išteklių planiavimui. Jūs mokysite modelius su savo arba panašiais duomenimis ir iš karto matysit, kaip algoritmai veikia realybėje.

LSTM yra sudėtingesnis, bet kartais tikslesnė. GRU – paprastesnis ir greitesnis. Mūsų kurse paaiškiname abi architektūras, nes versle naudoji abi – pasirinkimas priklauso nuo jūsų duomenų ir greičio reikalavimų. Supratimas apie abi padės jums nuspręsti, ką naudoti konkrečiam projektui.

Daugiausia naudojame TensorFlow ir PyTorch, nes jie populiariausi versle. Tačiau pagrindiniai RNN konceptai yra panašūs visuose – jei išmoksit su viena biblioteka, lengvai persiūliausit į kitą. Svarbu suprasti algoritmą, ne konkrečią biblioteką.

Mūsų vadovai ir straipsniai yra reguliariai peržiūrimi. Jei atsiranda svarbios RNN arba transformatorių žiniose, atnaujinname turinį. Tiesa, kai kurie RNN metodai iš 2016–2018 metų dar labai aktualūs versle, todėl neskubame jų keisti – jie dar veikia.