Предсказание временных рядов

Шаг 2: Загружаем данные для обучения

Загрузите данные о прошлом, чтобы обучить модель предсказывать будущее

Предсказание временных рядов

Это одна из самых востребованных задач в машинном обучении, ее используют повсюду: для предсказания цен на бирже, будущего урожая, потребления электричества, ожидаемых объемов продаж, и многого другого.

Ключевым предположением является то, что эта величина изменяется по каким-то неявным законам, и эти законы в будущем будут такими же, какими они были в прошлом. Модель обучают на исторических данных, чтобы научить ее этим законам, чтобы она смогла предсказывать на их основе будущее. Соответсвенно, если величина меняется случайно без каких либо закономерностей, или у нас нет доступа к данным, которые вляют на поведение величины, то качество предсказаний будет низким.

Загрузить данные
Галюцинация нейросети DeepDream

Какие данные нужны для обучения модели

Ключом к успеху является включение в обучающую выборку всех тех данных, от которых предсказываемая величина действительно зависит, а также наличие достаточного количества исторических данных за период времени, в течение которого законы поведения величины были теми же, какими они будут оставаться в будущем. В случае, если эти законы эволюционируют со временем, то точность предсказаний однажды обученной модели будет постоянно деградировать, потэтому рекоммендуется регулярно дообучать модель на свежих данных.

Общепринятым является подход, когда данные для обучения модели предоставляются в виде таблицы, где в каждой строке записаны значения всех параметров в какой-то момент времени. Значения должны идти подряд, без перерывов через фиксированный интервал времени (каждую секунду, каждый день, каждый квартал - и т.д, в зависимости от сути задачи).

Для того, чтобы перейти к следующему этапу, данные необходимо подготовить в виде такой таблицы и сохранить в виде файла в формате .csv

Загужаем табличные данные

Пожалуйста, заполните все поля
Пожалуйста, заполните все поля

Что дальше?

Следущий шаг - мы автоматически проанализируем загруженные данные. По результату мы либо сообщим Вам о проблемах с данными, которые нужно будет устранить, либо мы запустим автоматическое обучение модели на этих данных. По результатам мы пришлем Вам отчет о протестированных моделях и их точности, а также информацию, как можно получить итоговую модель для своих целей.

Все права защищены © 2021 usbl.ai
info@usbl.ai