awslabs/gluonts

Using dynamic categorical features in NN models

Aberta

#392 aberto em 15 de out. de 2019

Ver no GitHubGuia do colaborador
 (6 comentários) (2 reações) (0 responsável)Python (753 forks)batch import
enhancementgood first issuehelp wanted

Métricas do repositório

Stars
 (3.888 estrelas)
Métricas de merge de PR
 (Mesclagem média 26d 17h) (4 fundiu PRs em 30d)

Description

GluonTS allows to work with dynamic categorical features, but there is no way to use them in most of the NN models (e.g. DeepAR, Transformer, etc.)

They can be incorporated by applying embeddings and concatenating them with other dynamic features. Does it make sense to modify DeepAR and other models with this change, or is it better to stick with the current implementation and to write new model implementations that will use dynamic categorical features?

Guia do colaborador

Direção de pesquisa
Investigue como incorporar recursos categóricos dinâmicos aplicando embeddings e concatenando os com outros recursos dinâmicos em modelos como o DeepAR.
Pilha de tecnologia
python
Domain
machine learningai
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Principalmente claro
Prerequisites
PythonDeep Learning
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
40