[EN] AutoBNN:谷歌开源可解释概率时间序列预测工具
谷歌发布开源工具AutoBNN,结合贝叶斯神经网络与组合核结构,自动构建可解释的时间序列预测模型,提供高质量不确定性估计,并支持大规模数据集的高效训练。
谷歌发布开源工具AutoBNN,结合贝叶斯神经网络与组合核结构,自动构建可解释的时间序列预测模型,提供高质量不确定性估计,并支持大规模数据集的高效训练。
Google Research 发布了开源工具 AutoBNN,它结合了传统概率模型的可解释性与神经网络的扩展性,能自动发现时间序列数据的组合核结构并提供高质量的不确定性估计。
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。