01 / UNDERSTAND
仕組みと使いどころ
確率的予測では、過去の時系列データに含まれるパターンや傾向を分析し、単一の点推定ではなく、起こり得る各結果に確率を割り当てます。確認済み資料では、GluonTSが確率的時系列モデリングのためのツールキットとして説明され、複数の確率的予測モデルが提供されています。時系列予測は、需要、売上、株価、天候、財務計画、在庫計画などに利用できます。モデルの選択では、アルゴリズムとハイパーパラメータを設定して訓練し、評価指標を比較しながら目的に合う候補を選びます。天候は用途の一例であり、確率的予測そのものを天気予報に限定するものではありません。
02 / IN PRACTICE
Probabilistic Forecastingの活用例
たとえば、こんな場面で
将来の需要量を一つの数値だけで断定せず、複数の需要水準について起こり得る確率を示す用途が考えられます。
03 / GOOD TO KNOW
使うときのポイント
複数のアルゴリズムとハイパーパラメータを試し、訓練時と評価時の指標や予測結果を比較して、用途に必要な精度を満たすモデルを選びます。
参考資料
Training, debugging and running time series forecasting models with the GluonTS toolkit on Amazon SageMaker | Amazon Web Services (新しいタブで開きます)用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。
