时间序列预测实战_迪哥Ai大讲堂

【51节-￥198】时间序列预测实战_迪哥Ai大讲堂【目录】

资料数据

01_课程介绍.mp4

02_1-RNN网络结构原理与问题.mp4

03_2-注意力结构历史故事介绍.mp4

04_3-self-attention要解决的问题.mp4

05_4-QKV的来源与作用.mp4

06_5-多头注意力机制的效果.mp4

07_6-位置编码与解码器.mp4

08_7-整体架构总结.mp4

09_8-BERT训练方式分析.mp4

10_1-时间序列预测要完成的任务.mp4

11_2-常用模块分析.mp4

12_3-论文要解决的问题分析.mp4

13_4-Query采样方法解读.mp4

14_5-probAttention计算流程.mp4

15_6-编码器全部计算流程.mp4

16_7-解码器流程分析.mp4

17_8-各种编码信息.mp4

18_1-项目使用说明.mp4

19_2-数据集解读.mp4

20_3-模型训练所需参数解读.mp4

21_4-数据集构建与读取方式.mp4

22_5-数据处理相关模块.mp4

23_6-时间相关特征提取方法.mp4

24_7-dataloader构建实例.mp4

25_8-整体架构分析.mp4

26_9-编码器模块实现.mp4

27_10-核心采样计算方法.mp4

28_11-完成注意力机制计算模块.mp4

29_12-平均向量的作用.mp4

30_13-解码器预测输出.mp4

31_1-时序预测故事背景.mp4

32_2-论文核心思想解读.mp4

33_3-时序特征周期拆解.mp4

34_4-计算公式流程拆解.mp4

35_5-全部计算流程解读.mp4

36_6-周期间特征分析.mp4

37_7-源码流程解读.mp4

38_8-傅里叶变换流程.mp4

39_9-整体计算流程.mp4

40_1-业务应用场景介绍与分析.mp4

41_2-图神经网络建模解决思路与方法.mp4

42_3-传感器节点特征提取方法.mp4

43_4-图模型结合时间序列.mp4

44_5-ICU传感器数据集介绍.mp4

45_1-医疗数据处理与特征提取.mp4

46_2-时序特征与静态特征处理.mp4

47_3-序列长度处理与统一.mp4

48_4-数据预处理与输入特征构建.mp4

49_5-图结构样本构建.mp4

50_6-图注意力机制模块设计与实现.mp4

51_7-时序特征构建与总结.mp4