ML-For-Beginners/translations/lt/7-TimeSeries/1-Introduction

Įvadas į laiko eilučių prognozavimą

Sketchnote sukūrė Tomomi Imura

Šioje pamokoje ir kitoje sužinosite apie laiko eilučių prognozavimą – įdomią ir vertingą ML mokslininko kompetencijos dalį, kuri yra šiek tiek mažiau žinoma nei kitos temos. Laiko eilučių prognozavimas yra tarsi „kristalinis rutulys“: remiantis praeities kintamojo, pavyzdžiui, kainos, veikimu, galite numatyti jo būsimą potencialią vertę.

🎥 Spustelėkite aukščiau esančią nuotrauką, kad peržiūrėtumėte vaizdo įrašą apie laiko eilučių prognozavimą

Prieš paskaitą – testas

Tai naudinga ir įdomi sritis, turinti realią vertę verslui, nes ji tiesiogiai taikoma kainodaros, atsargų ir tiekimo grandinės problemoms spręsti. Nors giluminio mokymosi metodai pradėti naudoti siekiant geriau numatyti būsimą veikimą, laiko eilučių prognozavimas vis dar yra sritis, kurioje klasikiniai ML metodai turi didelę reikšmę.

Pensilvanijos universiteto naudingą laiko eilučių mokymo programą rasite čia

Įvadas

Tarkime, jūs prižiūrite išmaniųjų automobilių stovėjimo skaitiklių tinklą, kuris teikia duomenis apie tai, kaip dažnai ir kiek laiko jie naudojami per tam tikrą laiką.

O kas, jei galėtumėte numatyti, remdamiesi skaitiklio praeities veikimu, jo būsimą vertę pagal pasiūlos ir paklausos dėsnius?

Tiksliai numatyti, kada veikti, kad pasiektumėte savo tikslą, yra iššūkis, kurį galima spręsti naudojant laiko eilučių prognozavimą. Nors žmonėms gali nepatikti didesni mokesčiai už stovėjimą užimtumo laikotarpiais, tai būtų patikimas būdas generuoti pajamas gatvių valymui!

Pažvelkime į kai kuriuos laiko eilučių algoritmų tipus ir pradėkime darbą su užrašų knygele, kad išvalytume ir paruoštume duomenis. Analizuojami duomenys yra paimti iš GEFCom2014 prognozavimo konkurso. Jie apima 3 metų valandinį elektros apkrovos ir temperatūros vertes nuo 2012 iki 2014 metų. Atsižvelgdami į istorinius elektros apkrovos ir temperatūros modelius, galite numatyti būsimą elektros apkrovos vertę.

Šiame pavyzdyje išmoksite prognozuoti vieną laiko žingsnį į priekį, naudodami tik istorinius apkrovos duomenis. Tačiau prieš pradedant naudinga suprasti, kas vyksta užkulisiuose.

Kai kurie apibrėžimai

Susidūrę su terminu „laiko eilutės“, turite suprasti jo naudojimą keliais skirtingais kontekstais.

🎓 Laiko eilutės

Matematikoje „laiko eilutė yra duomenų taškų seka, indeksuota (arba išvardyta, arba grafiškai pavaizduota) laiko tvarka. Dažniausiai laiko eilutė yra seka, paimta iš eilės vienodai išdėstytų laiko taškų.“ Laiko eilučių pavyzdys yra kasdienė Dow Jones Industrial Average uždarymo vertė. Laiko eilučių grafikai ir statistinis modeliavimas dažnai naudojami signalų apdorojime, orų prognozavime, žemės drebėjimų numatyme ir kitose srityse, kur įvykiai vyksta ir duomenų taškai gali būti pavaizduoti laike.

🎓 Laiko eilučių analizė

Laiko eilučių analizė – tai aukščiau minėtų laiko eilučių duomenų analizė. Laiko eilučių duomenys gali būti įvairių formų, įskaitant „pertrauktas laiko eilutes“, kurios aptinka modelius laiko eilučių evoliucijoje prieš ir po pertraukiančio įvykio. Reikalingos analizės tipas priklauso nuo duomenų pobūdžio. Laiko eilučių duomenys patys gali būti skaičių ar simbolių seka.

Atliekama analizė naudoja įvairius metodus, įskaitant dažnio srities ir laiko srities, linijinius ir nelinijinius, ir dar daugiau. Sužinokite daugiau apie daugybę būdų analizuoti šio tipo duomenis.

🎓 Laiko eilučių prognozavimas

Laiko eilučių prognozavimas – tai modelio naudojimas numatyti būsimąsias vertes, remiantis anksčiau surinktų duomenų modeliais, kaip jie vyko praeityje. Nors regresijos modelius galima naudoti laiko eilučių duomenims tirti, kai laiko indeksai yra x kintamieji grafike, tokie duomenys geriausiai analizuojami naudojant specialius modelių tipus.

Laiko eilučių duomenys yra užsakytų stebėjimų sąrašas, skirtingai nei duomenys, kuriuos galima analizuoti naudojant linijinę regresiją. Dažniausiai naudojamas modelis yra ARIMA, akronimas, reiškiantis „Autoregresinis integruotas slenkamasis vidurkis“.

ARIMA modeliai „susieja dabartinę serijos vertę su praeities vertėmis ir praeities prognozavimo klaidomis.“ Jie labiausiai tinka analizuoti laiko srities duomenis, kur duomenys yra užsakomi laike.

Yra keletas ARIMA modelių tipų, apie kuriuos galite sužinoti čia ir kuriuos aptarsime kitoje pamokoje.

Kitoje pamokoje sukursite ARIMA modelį, naudodami Vieno kintamojo laiko eilutes, kurios sutelktos į vieną kintamąjį, kuris keičia savo vertę laike. Šio tipo duomenų pavyzdys yra šis duomenų rinkinys, kuris registruoja mėnesinę CO2 koncentraciją Mauna Loa observatorijoje:

CO2	YearMonth	Year	Month
330.62	1975.04	1975	1
331.40	1975.13	1975	2
331.87	1975.21	1975	3
333.18	1975.29	1975	4
333.92	1975.38	1975	5
333.43	1975.46	1975	6
331.85	1975.54	1975	7
330.01	1975.63	1975	8
328.51	1975.71	1975	9
328.41	1975.79	1975	10
329.25	1975.88	1975	11
330.97	1975.96	1975	12

✅ Nustatykite kintamąjį, kuris keičiasi laike šiame duomenų rinkinyje.

Laiko eilučių duomenų savybės, į kurias reikia atsižvelgti

Analizuodami laiko eilučių duomenis galite pastebėti, kad jie turi tam tikras savybes, į kurias reikia atsižvelgti ir sumažinti, kad geriau suprastumėte jų modelius. Jei laikote laiko eilučių duomenis potencialiai teikiančiais „signalą“, kurį norite analizuoti, šios savybės gali būti laikomos „triukšmu“. Dažnai reikia sumažinti šį „triukšmą“, kompensuojant kai kurias šias savybes naudojant statistinius metodus.

Štai keletas sąvokų, kurias turėtumėte žinoti, kad galėtumėte dirbti su laiko eilutėmis:

🎓 Tendencijos

Tendencijos apibrėžiamos kaip matuojami padidėjimai ir sumažėjimai laike. Skaitykite daugiau. Laiko eilučių kontekste tai yra apie tai, kaip naudoti ir, jei reikia, pašalinti tendencijas iš laiko eilučių.

🎓 Sezoniškumas

Sezoniškumas apibrėžiamas kaip periodiniai svyravimai, pavyzdžiui, šventiniai pirkimo bumas, kuris gali paveikti pardavimus. Pažvelkite, kaip skirtingų tipų grafikai rodo sezoniškumą duomenyse.

🎓 Išskirtiniai taškai

Išskirtiniai taškai yra toli nuo standartinės duomenų variacijos.

🎓 Ilgalaikiai ciklai

Nepriklausomai nuo sezoniškumo, duomenys gali rodyti ilgalaikį ciklą, pavyzdžiui, ekonominį nuosmukį, kuris trunka ilgiau nei metus.

🎓 Pastovi variacija

Laikui bėgant kai kurie duomenys rodo pastovius svyravimus, pavyzdžiui, energijos naudojimą dieną ir naktį.

🎓 Staigūs pokyčiai

Duomenys gali rodyti staigų pokytį, kuris gali reikalauti papildomos analizės. Pavyzdžiui, staigus verslų uždarymas dėl COVID sukėlė duomenų pokyčius.

✅ Štai pavyzdinis laiko eilučių grafikas, rodantis kasdienes išlaidas žaidimo valiutai per keletą metų. Ar galite identifikuoti bet kurią iš aukščiau išvardytų savybių šiuose duomenyse?

Užduotis – pradžia su elektros naudojimo duomenimis

Pradėkime kurti laiko eilučių modelį, kad numatytume būsimą elektros naudojimą, remdamiesi praeities naudojimu.

Šio pavyzdžio duomenys yra paimti iš GEFCom2014 prognozavimo konkurso. Jie apima 3 metų valandinį elektros apkrovos ir temperatūros vertes nuo 2012 iki 2014 metų.

Tao Hong, Pierre Pinson, Shu Fan, Hamidreza Zareipour, Alberto Troccoli ir Rob J. Hyndman, „Tikimybinis energijos prognozavimas: Global Energy Forecasting Competition 2014 ir toliau“, International Journal of Forecasting, vol.32, no.3, pp 896-913, liepa-rugsėjis, 2016.

1. Pamokos working aplanke atidarykite notebook.ipynb failą. Pradėkite pridėdami bibliotekas, kurios padės įkelti ir vizualizuoti duomenis:

   import os
   import matplotlib.pyplot as plt
   from common.utils import load_data
   %matplotlib inline
   

   Atkreipkite dėmesį, kad naudojate failus iš pridėto common aplanko, kuris nustato jūsų aplinką ir tvarko duomenų atsisiuntimą.

2. Toliau peržiūrėkite duomenis kaip duomenų rėmelį, iškviesdami load_data() ir head():

   data_dir = './data'
   energy = load_data(data_dir)[['load']]
   energy.head()
   

   Matote, kad yra dvi stulpeliai, atspindintys datą ir apkrovą:

   	load
   2012-01-01 00:00:00	2698.0
   2012-01-01 01:00:00	2558.0
   2012-01-01 02:00:00	2444.0
   2012-01-01 03:00:00	2402.0
   2012-01-01 04:00:00	2403.0

3. Dabar nubrėžkite duomenis, iškviesdami plot():

   energy.plot(y='load', subplots=True, figsize=(15, 8), fontsize=12)
   plt.xlabel('timestamp', fontsize=12)
   plt.ylabel('load', fontsize=12)
   plt.show()
   

   

4. Dabar nubrėžkite pirmąją 2014 m. liepos savaitę, pateikdami ją kaip įvestį energy formatu [nuo datos]: [iki datos]:

   energy['2014-07-01':'2014-07-07'].plot(y='load', subplots=True, figsize=(15, 8), fontsize=12)
   plt.xlabel('timestamp', fontsize=12)
   plt.ylabel('load', fontsize=12)
   plt.show()
   

   

   Gražus grafikas! Pažvelkite į šiuos grafikus ir pabandykite nustatyti bet kurią iš aukščiau išvardytų savybių. Ką galime suprasti vizualizuodami duomenis?

Kitoje pamokoje sukursite ARIMA modelį, kad sukurtumėte prognozes.

---

🚀Iššūkis

Sudarykite sąrašą visų pramonės šakų ir tyrimų sričių, kuriose, jūsų manymu, laiko eilučių prognozavimas būtų naudingas. Ar galite sugalvoti šių metodų taikymą mene? Ekonometrikoje? Ekologijoje? Mažmeninėje prekyboje? Pramonėje? Finansuose? Kur dar?

Po paskaitos – testas

Apžvalga ir savarankiškas mokymasis

Nors čia jų neaptarsime, neuroniniai tinklai kartais naudojami siekiant pagerinti klasikinius laiko eilučių prognozavimo metodus. Skaitykite daugiau apie juos šiame straipsnyje

Užduotis

Vizualizuokite daugiau laiko eilučių

---

Atsakomybės apribojimas:
Šis dokumentas buvo išverstas naudojant AI vertimo paslaugą Co-op Translator. Nors siekiame tikslumo, prašome atkreipti dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba turėtų būti laikomas autoritetingu šaltiniu. Kritinei informacijai rekomenduojama naudoti profesionalų žmogaus vertimą. Mes neprisiimame atsakomybės už nesusipratimus ar klaidingus interpretavimus, atsiradusius dėl šio vertimo naudojimo.