Luận án Tiến sĩ Toán học: Cải tiến phương pháp học máy trong chuỗi thời gian và ứng dụng

Như mốt luận án tiến sĩ Toán học, sản phẩm này đề cập tới việc cải tiến phương pháp học máy trong chuỗi thời gian và ứng dụng. Những mô hình và phương pháp này có thể được áp dụng cho các lĩnh vực như đánh giá tạm quan về trời, dự báo thị trường chứng khoán, dự báo xảy ra bệnh viêm,...

Luận an này sẽ phù hợp với nhóm nhà nghiên cứu, sinh viên Toán, nhà khoa học và những doanh nghiệp có liên quan đến dự báo trong các lĩnh vực sản phẩm của họ.

Luận an này liên tục phân tích các mô hình và phương pháp dự báo trong chuỗi thời gian; giới thiệu từ khóa và công cụ để tạo ra mô hình phù hợp cho việc dự báo các giá trị tương lai của một chuỗi thời gian đã chọn tại một thời điểm đã chọn; hỗ trợ việc tối ưu hóa kết quả cho cả dự báo ngắn hạn và dự báo dài hạn. Một số điểm quan trọng trong luận an này bao gồm việc phát triển các thuật toán học máy mới cho dự báo chuỗi thời gian, cải tiến độ tin cậy và hiệu quả của các mô hình dự báo chuỗi thời gian, áp dụng các mô hình đã phát triển tới dữ liệu thật và so sánh kết quả với các kết quả đã được đạt bằng các phương pháp và công cụ cũ. Luận an này mong muốn làm việc đóng góp tới việc phát triển các mô hình dự báo chuỗi thời gian có độ chính xác và hiệu quả cao hơn, nhằm áp dụng cho các lĩnh vực như đánh giá tạm quan về trời, dự báo thị trường chứng khoán, dự báo xảy ra bệnh viêm,...