Existe-t-il des modèles LSTM, RNN ou ANN pré-formés pour la prévision de séries temporelles?

Question

J'essaie de résoudre un problème de prédiction de séries temporelles. J'ai essayé avec ANN et LSTM, joué beaucoup avec les différents paramètres, mais tout ce que j'ai pu obtenir était 8% meilleur que la prédiction de persistance.

Alors je me demandais: puisque vous pouvez enregistrer des modèles dans keras; Existe-t-il un modèle pré-entraîné (LSTM, RNN ou tout autre RNA) pour la prévision de séries temporelles? Si oui, comment les obtenir? Y a-t-il à Keras?

Je veux dire qu'il serait super utile si un site Web contenant des modèles de pré formés, de sorte que les gens ne pas avoir à speent trop de temps leur formation ..

De même, une autre question:

Est -il possible de faire ce qui suit? 1. Supposons que j'ai un ensemble de données maintenant et que je l'utilise pour former mon modèle. Supposons que dans un mois, j'aurai accès à un autre ensemble de données (correspondant aux mêmes données ou à des données similaires, dans le futur éventuellement, mais pas exclusivement). Sera-t-il possible de continuer à entraîner le modèle alors? Ce n'est pas la même chose que de l'entraîner par lots. Quand vous le faites par lots, vous avez toutes les données en un instant. Est-ce possible? Et comment?

Answer 1

Je répondrai d'abord à vos dernières questions.

Sera-t-il alors possible de continuer à entraîner le modèle? Ce n'est pas la même chose que de l'entraîner par lots. Quand vous le faites par lots, vous avez toutes les données en un instant. C'est possible? Et comment?

Oui, c'est possible. En général, il s'appelle transfer learning. Mais gardez à l'esprit que si deux ensembles de données représentent des populations très différentes, le réseau "oubliera" rapidement ce qu'il a appris lors de la première exécution et optimisera le second. Pour ce faire, vous commencez simplement à vous entraîner à partir d'un loaded state au lieu d'une initialisation aléatoire et sauvegardez le modèle par la suite. Il est également recommandé d'utiliser un taux d'apprentissage plus faible lors de la seconde analyse afin de l'adapter progressivement aux nouvelles données.

sont là un modèle pré-formé (LSTM, RNN, ou tout autre ANN) pour le temps de prédiction de la série ? Si oui, comment les obtenir? Y a-t-il à Keras?

Je ne l'ai pas trouvé exactement un modèle pré-formé , mais une recherche rapide m'a donné plusieurs projets GitHub actifs que vous pouvez juste courir et obtenir un résultat pour vous: Time Series Prediction with Machine Learning (LSTM, mise en œuvre dans GRU tensorflow), LSTM Neural Network for Time Series Prediction (keras et tensorflow), Time series predictions with Keras (keras et theano), Neural-Network-with-Financial-Time-Series-Data (keras et tensorflow). Voir également this post.