METHOD PROCESS / 方法过程机器学习预测
同步字幕 / CAPTIONS播放后在这里显示逐步讲解字幕。
普通话讲解 · 同步字幕在播放器下方
TEXT STORYBOARD / 文字分镜
- 01
先固定预测任务
- 02
只用训练数据学习
- 03
对未来样本作预测
- 04
与简单基准比较
- 05
泛化比训练拟合更重要
视频以可复算的合成数值例解释方法;右侧文献提供方法与应用参考,视频不复现论文的数据或结果。
01 / PRINCIPLE · 原理它怎样工作
将历史需求、天气、时段、土地利用和站点关系整理为训练输入,用模型学习到未来目标的映射;网页重点讲问题定义、时间泄漏、空间外推和与基准比较。
02 / USE · 应用适合回答什么问题
多源、高维、可能非线性的短期需求预测。
03 / CASE · 案例城市研究中的用法
真实研究
匹兹堡共享单车研究把站点和线路特征用于需求建模,对比不同表示站点关系的模型。此卡只展示城市任务与验证设计,具体树模型、神经网络和图网络原理交由现有机器学习课堂解释。
04 / BOUNDARY · 边界解释时要注意什么
高分数不保证转移到另一城市;若模型使用了预测时不可获得的信息,就发生信息泄漏。