Machine Learning and Statistical Methods for Time Series Forecasting: a Case Study with Water Demand

2021

Полный текст Открытый доступ: Gold Метаданные (CSL-JSON)
DOI 10.36227/techrxiv.15019698.v2
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

In this study, machine learning and statistical approaches are used to forecast water demand of a public company which is in charge of distributing potable water. Different methods and algorithms are briefly introduced, then assessed with the water demand case study and discussed in details.