Które metryki oceny są odpowiednie do szacowania jakości modelu prognozowania szeregów czasowych? (Wybierz dwie.)

RMSE (Root Mean Square Error) jest powszechnie stosowaną metryką w prognozowaniu szeregów czasowych, ponieważ mierzy średnią wielkość błędów, dając większą wagę większym błędom, co jest kluczowe w wielu zastosowaniach prognostycznych. wQL (Average weighted quantile loss) jest szczególnie przydatna w prognozowaniu kwantylowym, gdzie celem jest przewidywanie zakresów, a nie tylko pojedynczych wartości punktowych, co jest często wymagane w szeregach czasowych (np. prognozy zapasów, zapotrzebowania). Recall i LogLoss są metrykami używanymi głównie w problemach klasyfikacji, a InferenceLatency mierzy wydajność modelu, a nie jego dokładność.