这篇文章是专门解释Uber如何利用预测来构建更好的产品和服务的系列文章的第一篇。近年来，机器学习、深度学习和概率编程在生成准确预测方面显示出巨大的前景。在.．.
Slawek Smyl
斯拉维克·斯梅尔(Slawek Smyl)是Uber的预测专家。Slawek在国际预测比赛中排名很高。例如，他用循环神经网络赢得了M4预测比赛(2018)和2016年国际时间序列预测计算智能比赛。Slawek还建立了一些统计时间序列算法，这些算法使用马尔科夫链蒙特卡洛(R, Stan)在M3时间序列竞赛数据集上超过了所有发表的结果。
工程博客文章雷竞技到底好不好用
M4预测竞赛:引入一种新的混合ES-RNN模型
作者:Slawek Smyl, Jai Ranganathan, Andrea Pasqua
优步的业务依赖于准确的预测。例如，在我们运营的600多个城市中，我们使用预测来预测司机的预期供应量和乘客的需求，以确定我们何时需要司机.．.
基于循环神经网络的Uber工程极端事件预测
在优步，事件预测使我们能够根据预期的用户需求来预测我们的服务。目标是准确预测在任何给定的时间内，优步将在何处、何时以及收到多少打车请求。
极端事件——高峰出行时间等.．.
雷竞技是骗人的研究论文
用神经网络进行时间序列极端事件预测
n .拉普帖夫海j . Yosinski，李，美国Smyl
在高方差段(如节假日)期间进行准确的时间序列预测，对于异常检测、优化资源分配、预算规划和其他相关任务至关重要。在Uber，在特殊活动期间准确预测完成的行程可以导致更有效的司机分配，从而减少乘客的等待时间。[PDF]
机器学习国际会议(ICML), 2017年
在高方差段(如节假日)期间进行准确的时间序列预测，对于异常检测、优化资源分配、预算规划和其他相关任务至关重要。在Uber，在特殊活动期间准确预测完成的行程可以导致更有效的司机分配，从而减少乘客的等待时间。[PDF]
机器学习国际会议(ICML), 2017年
