Andere Kunden interessierten sich auch für
![Matemáticas del Aprendizaje Automático]( "Matemáticas del Aprendizaje Automático")
Matemáticas del Aprendizaje Automático15,99 €![Antecipação de resgates de seguros de vida]( "Antecipação de resgates de seguros de vida")
Antecipação de resgates de seguros de vida29,99 €![Essai Sur L'application De L'analyse À La Probabilité Des Décisions Rendues À La Pluralité Des Voix]( "Essai Sur L'application De L'analyse À La Probabilité Des Décisions Rendues À La Pluralité Des Voix")
Essai Sur L'application De L'analyse À La Probabilité Des Décisions Rendues À La Pluralité Des Voix25,99 €![Ejercicios de Estadística Avanzada]( "Ejercicios de Estadística Avanzada")
Ejercicios de Estadística Avanzada10,99 €![Estatística Introdutória E Suas Funções De Planilha Excel]( "Estatística Introdutória E Suas Funções De Planilha Excel")
Estatística Introdutória E Suas Funções De Planilha Excel26,99 €![Ejercicios de Inferencia Estadística]( "Ejercicios de Inferencia Estadística")
Ejercicios de Inferencia Estadística8,99 €![Statistique et probabilités - Exercices d'application et problèmes corrigés avec rappels de cours]( "Statistique et probabilités - Exercices d'application et problèmes corrigés avec rappels de cours")
Statistique et probabilités - Exercices d'application et problèmes corrigés avec rappels de cours19,99 €
Este libro explora la aplicación de diversas series temporales y técnicas de aprendizaje automático para modelizar y prever el tráfico aéreo nacional. Proporciona un estudio exhaustivo de los enfoques de predicción tradicionales y modernos. Presenta una amplia revisión bibliográfica sobre la modelización del tráfico aéreo, que abarca métodos tradicionales de series temporales (Holt's Winter, ARIMA, SARIMA) junto con técnicas avanzadas de aprendizaje automático (FFNN, MLP, LSTM). También se incluye un análisis comparativo de estos métodos, destacando sus puntos fuertes y sus limitaciones. Además, se explora la estimación bayesiana de los parámetros del modelo SARIMA. Los parámetros estimados y las predicciones se comparan con el método tradicional de máxima verosimilitud. Se amplía la investigación introduciendo modelos de mezcla, enfoques híbridos y técnicas simples de promediación para mejorar la precisión de las predicciones. La eficacia de estos modelos se evalúa mediante análisis comparativos.