Исследователи из MIT (Массачусетского технологического института) разработали систему прогнозирования, которая работает с любыми рядами временных данных, а самое главное – ее могут использовать даже неспециалисты. Используемые в системе алгоритмы оказались более эффективными, чем существующие методы глубокого машинного обучения, которые сейчас используются для предсказания будущих значений различных показателей и заполнения отсутствующих данных.
Большая часть прогнозов, изменяющихся со временем (это, например, прогнозы погоды, распространения эпидемий и т.д.), строится на основе исторических данных. Для их анализа используются алгоритмы машинного обучения, которые в большинстве случаев невозможно применить неспециалисту.
Чтобы решить эту задачу и сделать такие инструменты более доступными, исследователи из MIT разработали систему, которая автоматически накладывает функции прогнозирования на сформированную базу данных временных рядов. Эта система позволяет заниматься сложным математическим моделированием без участия пользователя, которому теперь достаточно нажать несколько клавиш.
За основу для своего алгоритма разработчики взяли анализ сингулярного спектра (SSA), который позволяет вычислять значения и строить прогнозы на основе отдельных временных рядов. Они утверждают, что их система особенно эффективна для анализа многомерных временных рядов – данных, содержащих более одной переменной, зависящей от времени (например, в базе данных погоды температура, точка росы и облачность зависят от своих прошлых значений).
- Подробное описание своего алгоритма и модели исследователи ранее представили в этой статье.
