iT邦幫忙

2025 iThome 鐵人賽

DAY 24
0
AI & Data

五年前 IT 路人轉職資料分析,前進資料科學之路系列 第 24

資料科學 - 預測模型 - 時間序列模型

  • 分享至 

  • xImage
  •  

接下來談談我目前有在工作上順利建完的機器學習模型吧 ~

今天我們先來談談監督式模型中的 - 時間序列模型

什麼時候會用到時間序列模型呢?
就我目前的理解,只要是跟不同星期、週別、月份、季節或是長期來看時間這個因素在預測結果會有一定影響的程度時,我會考量試看看時間序列模型。
之前在轉職時上的資料科學養成班的結訓專題 - 股票預測,我也有嘗試用時間序列模型來建模。

這裡來分享一下一個我覺得蠻有趣但一定用量時會收費的時間序列模型,跟一個開源好用的時間序列模型。

TimeGPT

https://ithelp.ithome.com.tw/upload/images/20251008/20178684watNmT6Omk.png
(image from : https://www.nixtla.io/docs/forecasting/timegpt_quickstart)
當時在2024年尋找可用的時間序列模型時發現,TimeGPT 是一個很強的 SOTA 模型,連自己試著建模時它的預測與實際值的準確度是幾個測試模型中表現最好的。只是免費版目前有用量的限制。

NBEATS

https://ithelp.ithome.com.tw/upload/images/20251008/20178684upITmezLjP.png
(image from : https://nixtlaverse.nixtla.io/neuralforecast/docs/getting-started/introduction.html)
這個時間序列模型就我所知目前是不收費的模型,當時在測試預測資料時表現可達到可上線的標準。
想訓練時間序列模型的人可以玩看看。


上一篇
資料科學 - 機器學習建模流程
系列文
五年前 IT 路人轉職資料分析,前進資料科學之路24
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言