Andere Kunden interessierten sich auch für
![Desenvolvimento de preditores para recomendação automática de produto]( "Desenvolvimento de preditores para recomendação automática de produto")
Desenvolvimento de preditores para recomendação automática de produto36,99 €![Legendagem automática de imagem]( "Legendagem automática de imagem")
Legendagem automática de imagem18,99 €![Uso de modelos de mezclas de clases latentes para definir los endotipos de la sepsis]( "Uso de modelos de mezclas de clases latentes para definir los endotipos de la sepsis")
Uso de modelos de mezclas de clases latentes para definir los endotipos de la sepsis24,99 €![Modelos paramétricos para séries temporais de contagem]( "Modelos paramétricos para séries temporais de contagem")
Modelos paramétricos para séries temporais de contagem49,90 €![Utilização de modelos de mistura de classes latentes para definir endótipos de sépsis]( "Utilização de modelos de mistura de classes latentes para definir endótipos de sépsis")
Utilização de modelos de mistura de classes latentes para definir endótipos de sépsis23,99 €![Metodologías para la toma de decisiones apoyadas en modelos difusos]( "Metodologías para la toma de decisiones apoyadas en modelos difusos")
Metodologías para la toma de decisiones apoyadas en modelos difusos53,99 €![Estrategias de Muestreo para el pronóstico de producción de viñas]( "Estrategias de Muestreo para el pronóstico de producción de viñas")
Estrategias de Muestreo para el pronóstico de producción de viñas26,99 €
Este livro explora a aplicação de várias séries cronológicas e técnicas de aprendizagem automática para modelar e prever o tráfego aéreo doméstico. Fornece um estudo abrangente das abordagens de previsão tradicionais e modernas. Apresenta uma extensa revisão da literatura sobre a modelação do tráfego aéreo, abrangendo métodos tradicionais de séries temporais (Holt's Winter, ARIMA, SARIMA) juntamente com técnicas avançadas de aprendizagem automática (FFNN, MLP, LSTM). Inclui também uma análise comparativa destes métodos, salientando os seus pontos fortes e limitações. Além disso, explora a estimativa Bayesiana dos parâmetros do modelo SARIMA. Os parâmetros estimados e as previsões são comparados com a abordagem tradicional de máxima verosimilhança. A investigação é alargada com a introdução de modelos mistos, abordagens híbridas e técnicas simples de cálculo de médias para aumentar a precisão das previsões. A eficácia destes modelos é avaliada através de uma análise comparativa.