autoX能否针对块状和间歇性需求的时间序列进行预测？
Offen
- Vorherrschende Sprache
- Jupyter Notebook
- Sterne
- 551
- Forks
- 143
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
Beschreibung
autoX能否针对块状和间歇性需求的时间序列进行预测？
Beitragsleitfaden
Für dieses Repository ist kein Beitragsleitfaden indexiert
Rechercherichtung
The issue asks about forecasting for lumpy and intermittent demand time series. First, examine the AutoX codebase for existing time series forecasting modules. Look for model definitions and data preprocessing for sparse or irregular patterns. Determine what 'done' looks like by checking if the library currently supports such series and what modifications would be needed.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Bewertung
- Tech-Stack
- machine-learning, python
- Bereich
- ai, machine-learning
- Issue-Typ
- Feature
- Schwierigkeit
- 4/5
- Geschätzter Aufwand
- 3-5 Tage
- Aktivitätsstatus
- Veraltet
- Klarheit
- Muss geklärt werden
- Anfängerfreundlichkeit
- 30/100