PREVISIONE DELLE SERIE TEMPORALI CON LE RETI NEURALI. ESEMPI CON MATLAB (Italian Edition)

MATLAB dispone del Deep Learning Toolbox che fornisce algoritmi, funzioni e applicazioni per creare, addestrare, visualizzare e simulare reti neurali. Può eseguire classificazione, regressione, clustering, riduzione della dimensionalità, previsione di serie temporali e modellazione e controllo di sistemi dinamici. Le reti neurali dinamiche sono adatte per la previsione di serie temporali. Puoi utilizzare l'app Neural Net Time Series per risolvere diversi tipi di problemi relativi alle serie temporali. In genere è meglio iniziare con la GUI e quindi utilizzarla per generare automaticamente script da riga di comando. Prima di utilizzare uno qualsiasi dei metodi, il primo passo è definire il problema selezionando un set di dati. Ogni GUI ha accesso a molti set di dati di esempio che puoi utilizzare per sperimentare con il toolbox. Se hai un problema specifico che desideri risolvere, puoi caricare i tuoi dati nell'area di lavoro. Con MATLAB è possibile risolvere tre diversi tipi di problemi di serie temporali. Nel primo tipo di problema delle serie temporali, cerchiamo di prevedere i valori futuri di una serie temporale y(t) dai valori passati di quella serie temporale e dai valori passati di una seconda serie temporale x(t). Questa forma di previsione è chiamata rete autoregressiva non lineare con input esogeno (esterno) o NARX. Nel secondo tipo di problema delle serie temporali, è coinvolta solo una serie. I valori futuri di una serie temporale y(t) sono previsti solo a partire dai valori passati di quella serie. Questa forma di previsione è chiamata autoregressiva non lineare o NAR. Il problema della terza serie temporale è simile al primo tipo, in quanto sono coinvolte due serie, una serie di input (predittori) x(t) e una serie di output (risposte) y(t). Questo libro sviluppa metodi di previsione con serie temporali attraverso reti neurali con MATLAB. Read more