Machine Learning for Forecasting: A Comparative Analysis

Το τεκμήριο παρέχεται από τον φορέα :
National Technical University of Athens   

Αποθετήριο :
Digital Library of National Technical University of Athens | Dspace@NTUA   

δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*



Machine Learning for Forecasting: A Comparative Analysis (EN)

Παπαδάκης, Κωνσταντίνος (EL)
Papadakis, Konstantinos (EN)

ntua (EL)
Κόλλιας, Στέφανος (EL)
Βουλόδημος, Αθανάσιος (EL)
Στάμου, Γεώργιος (EL)
Stamou, Georgios (EN)
Voulodimos, Athanasios (EN)
Kollias, Stephanos (EN)

masterThesis

2024-03-14
2024-07-08T09:57:06Z


This thesis investigates the performance of advanced machine learning models for time series forecasting. Prophet, N-BEATS, DeepAR, DeepVAR, and the Temporal Fusion Transformer are applied to the Electricity Load Diagrams and PEMS-SF datasets. Results are rigorously evaluated using appropriate forecasting metrics. The study highlights the strengths and weaknesses of each model in handling real-world data complexities, offering insights for choosing optimal forecasting methods based on data characteristics and problem domain. (EN)


Μηχανική Μάθηση (EL)
Πρόβλεψη Χρονοσειρών (EL)
Επιστήμη Δεδομένων (EL)
Βαθιά Μάθηση (EL)
Timeseries Forecasting (EN)
Data Science (EN)
Comparative Analysis (EN)
Machine Learning (EN)
Deep Learning (EN)

Αγγλική γλώσσα

AILS (EL)
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών (EL)

Αναφορά Δημιουργού-Μη Εμπορική Χρήση 3.0 Ελλάδα
http://creativecommons.org/licenses/by-nc/3.0/gr/




*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.