BM46: Szeregi czasowe:_rozmowa z doświadczonym inżynierem z Uber

58:01

Access AI content by logging in

Dzisiejszym tematem będzie prognozowanie szeregów czasowych. Zaprosiłem eksperta, prawdziwego weterana który, jak to się mówi “zjadł zęby” w tym obszarze.

Jest nią Sławomir Smyl. Sławek pracuje w Uberze. Jest on bardzo otwarty na świat oraz na nowoczesne metody, które potrafi adaptować. Moim głównym celem było zapytać wprost, czy metody statystyczne radzą sobie lepiej od uczenia maszynowego. Wbrew pozorom, oczekiwałem, że metody statystyczne w przypadku konkursu M4 poradzą sobie lepiej. Było tam 100 000 szeregów czasowych. Problem z tymi szeregami był taki, że one nie posiadały żadnego kontekstu, tylko samą wartość zmieniająca się w czasie.


W tym odcinku dowiesz się:
- Czym jest prognozowanie na szeregach czasowych (time series forecasting)?
- Jakie zastosowanie mają szeregi czasowe w biznesie?
- Jaka jest różnica pomiędzy statystyką a uczeniem maszynowym?
- Które podejście sprawdza się najlepiej w stosunku do prognozowania szeregów czasowych?
- Na co należy zwracać szczególną uwagę przy wykorzystywaniu uczenia maszynowego do prognozowania szeregów czasowych?
- Czy odbywają się konkursy związane z prognozowaniem szeregów czasowych?
- Jak konkursy wpływają na rozwój technologii?
- Czym jest M4 Competition?
- Jak działa model hybrydowy który łączy uczenie maszynowe ze statystyką?

http://biznesmysli.pl/46