Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/306226| Заглавие документа: | Time series forecasting using gradient boosting algorithms |
| Авторы: | Barysheva, Iolanta Vasilevsky, Konstantin |
| Тема: | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Математика |
| Дата публикации: | 2023 |
| Издатель: | Minsk : BSU |
| Библиографическое описание источника: | Pattern Recognition and Information Processing (PRIP’2023). Artificial Universe: New Horisont : Proceedings of the 16 th International Conference, Belarus, Minsk, October 17–19, 2023 / Belarusian State University : eds. A. Nedzved, A. Belotserkovsky. – Minsk : BSU, 2023. – Pp. 176-179. |
| Аннотация: | This study investigates the efficiency of gradient boosting algorithms, particularly XGBoost, in time series forecasting. We optimize the parameters using RandomizedSearchCV and apply the model to daily stock prices of the Ethereum cryptocurrency. Additionally, we compare the prediction performance of XGBoost with two other models, LightGBM and CatBoost. Our findings reveal that the LightGBM model outperforms both CatBoost and XGBoost in terms of accuracy for time series prediction |
| URI документа: | https://elib.bsu.by/handle/123456789/306226 |
| ISBN: | 978-985-881-522-6 |
| Лицензия: | info:eu-repo/semantics/openAccess |
| Располагается в коллекциях: | 2023. Pattern Recognition and Information Processing (PRIP’2023). Artificial Intelliverse: Expanding Horizons |
Полный текст документа:
| Файл | Описание | Размер | Формат | |
|---|---|---|---|---|
| 176-179.pdf | 344,75 kB | Adobe PDF | Открыть |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.