领域： 时间序列中的概率预测 （probabilistic forecasts）
基础知识：
解决的问题：
方法：auto-regressive recurrent network
【论文（DeepAR: Probabilistic Forecasting with Autoregressive Recurrent Networks）】效果：
优势：同时预测大量的序列，例如零售中的大量商品。大量序列中的全局变量都被输入模型，被考虑。
不足：
点评：虽然是2019年的论文，但其实我觉得我17年就看过类似思路了wtte-rnn。
推荐阅读
- 面试|OSChina 周四乱弹 ——男生做女生那些亲密动作是有多难（）
- 软件测试|月入过万很简单（十年测试工程师来谈谈经验~）
- 软件测试|软件测试岗位求职避坑，今年毁约应届生的公司有…
- 软件测试|可以写进简历的软件测试电商项目，不进来get一下（）
- 软件测试|麻了，别再为难软件测试员了
- pandas|Pandas 速查手册
- 人工智能|CNN-1: LeNet-5 卷积神经网络模型
- 如何用Python中turtle画笔制作奥运五环
- python|Python学习笔记八之matplotlib绘制三维图