Subjects: ANÁLISE DE SÉRIES TEMPORAIS, MODELOS EM SÉRIES TEMPORAIS, PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS), REDES NEURAIS, APRENDIZAGEM PROFUNDA
ABNT
RAPP, Rafael Motta. Grid search approach to select and calibrate exponential smoothing, SARIMA and LSTM models for demand forecasting. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3148/tde-06052024-100717/pt-br.php. Acesso em: 27 set. 2024.APA
Rapp, R. M. (2023). Grid search approach to select and calibrate exponential smoothing, SARIMA and LSTM models for demand forecasting (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3148/tde-06052024-100717/pt-br.phpNLM
Rapp RM. Grid search approach to select and calibrate exponential smoothing, SARIMA and LSTM models for demand forecasting [Internet]. 2023 ;[citado 2024 set. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3148/tde-06052024-100717/pt-br.phpVancouver
Rapp RM. Grid search approach to select and calibrate exponential smoothing, SARIMA and LSTM models for demand forecasting [Internet]. 2023 ;[citado 2024 set. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3148/tde-06052024-100717/pt-br.php