[EN] 谷歌开源AutoBNN:用组合式贝叶斯神经网络革新时间序列预测
谷歌研究团队推出开源工具AutoBNN,基于JAX构建,将组合式核结构与贝叶斯神经网络相结合,自动发现可解释的时间序列预测模型,同时提供高质量的不确定性估计,并能高效扩展至大型数据集。
谷歌研究团队推出开源工具AutoBNN,基于JAX构建,将组合式核结构与贝叶斯神经网络相结合,自动发现可解释的时间序列预测模型,同时提供高质量的不确定性估计,并能高效扩展至大型数据集。
谷歌发布开源工具AutoBNN,将高斯过程的组合核结构与贝叶斯神经网络的灵活扩展性结合,自动发现可解释的时序预测模型并输出高质量不确定性估计,适用于大规模数据集。