摘要
本申请公开了一种模型训练方法、装置、设备、存储介质及产品，涉及人工智能技术领域，公开了获取时间序列样本，时间序列样本包括多个时间点对应的观测值，且多个观测值中包括极值和除极值之外的背景值；通过序列预测模型，基于时间序列样本中的多个参考时间点对应的观测值进行预测，得到时间序列样本中的多个预测时间点对应的预测值；基于多个预测时间点对应的观测值和预测值，确定极值预测误差和背景值预测误差；对极值预测误差和背景值预测误差进行加权求和，得到模型预测误差；基于模型预测误差，训练序列预测模型。该方法能够提高序列预测模型在极值处的预测精度。
