PP-TS基于启发式搜索和集成方法的时序预测模型，使预测更加准确
原文中文，约2500字，阅读约需6分钟。发表于：。时间序列数据在各行业和领域中无处不在，如物联网传感器的测量结果、每小时的销售额业绩、金融领域的股票价格等等，都是时间序列数据的例子。时间序列预测就是运用历史的多维数据进行统计分析，推测出事物未来的发展趋势。为加快企业智能化转型进程，降低时序技术应用门槛，飞桨持续进行产品技术打磨，推出了基于启发式搜索和集成学习的高精度时序模型PP-TS，在电力场景数据集上经过验证，精度提升超20%。PP-TS今天正...
飞桨推出高精度时序模型PP-TS，通过启发式搜索和集成学习提高精度。PP-TS在电力场景数据集上验证，精度提升超过20%。飞桨还提供8种其他时序预测方法。飞桨AI套件PaddleX提供创建PP-TS模型产线的工具。飞桨AI套件PaddleX还提供联创模式，让用户共享模型和收益。
