Прогнозирование в Deductor. Задача прогнозирования

Август 12, 2022

Главная
Информатика
Прогнозирование в Deductor. Задача прогнозирования

Содержание

2. Задача прогнозирования Прогнозирование – одна из самых востребованных, но при этом и самых сложных задач анализа.
3. Прогнозирование в Deductor На практике очень сложно получить качественный прогноз за один шаг. Для решения этой
4. Последовательность работы Сбор данных Очистка данных Трансформация данных Построение модели Прогноз Выдвижение гипотез
5. Выдвижение гипотез Выдвижение гипотез производится экспертом, полагающимся в значительной степени на свой опыт и интуицию, но
6. Сбор данных В качестве места хранения данных для прогнозирования лучше всего использовать многомерное хранилище данных –
7. Очистка данных Очистка данных – очень важный этап обработки. В реальных данных почти всегда присутствуют пропуски,
8. Трансформация данных Трансформация данных является последним шагом перед построением прогностической модели. На этом шаге данные приводятся
9. Построение моделей При прогнозировании необходимо решать задачу регрессии, т.е. предсказать значение непрерывного выходного поля на основе
10. Прогнозирование После построения прогностической модели можно получить, собственно, сам прогноз. Для этого можно, например, воспользоваться визуализатором
11. Поддержка работоспособности Работы по прогнозированию не оканчиваются при построении первой модели, необходимо проводить регулярную верификацию результатов.
13. Скачать презентацию

Слайд 2

Задача прогнозирования
Прогнозирование – одна из самых востребованных, но при этом и самых

сложных задач анализа. Проблемы при ее решении обусловлены многими причинами: недостаточное качество и количество исходных данных, изменения среды, в которой протекает процесс, воздействие субъективных факторов.
Качественный прогноз является ключом к решению таких актуальных бизнес-задач, как оптимизация складских запасов и финансовых потоков, бюджетирование, оценка инвестиционной привлекательности и многие другие.

Слайд 3

Прогнозирование в Deductor
На практике очень сложно получить качественный прогноз за один

шаг. Для решения этой задачи чаще всего необходимо выполнить несколько действий: очистку, трансформацию, построение модели и т.п.
В Deductor включен полный набор инструментов для решения данной задачи, начиная от сбора данных и кончая построением адаптивных моделей. Реализованные в Deductor механизмы обеспечивают поддержку процесса прогнозирования на всех этапах работ.

Слайд 4

Последовательность работы
Сбор данных
Очистка данных
Трансформация данных
Построение модели
Прогноз
Выдвижение гипотез

Слайд 5

Выдвижение гипотез
Выдвижение гипотез производится экспертом, полагающимся в значительной степени на свой

опыт и интуицию, но в Deductor имеются инструменты, используемые для разведочного анализа – первичной проверки гипотез:
Оценка значимости факторов
Автокорреляция
OLAР-кубы
Диаграммы и гистограммы

Слайд 6

Сбор данных
В качестве места хранения данных для прогнозирования лучше всего использовать

многомерное хранилище данных – Deductor Warehouse, включенное в состав системы. Оно обеспечивает:
Удобные механизмы работы
Централизованное хранение
Целостность и непротиворечивость данных
Высокую скорость извлечения информации

Слайд 7

Очистка данных
Очистка данных – очень важный этап обработки. В реальных данных

почти всегда присутствуют пропуски, аномалии и т.п., что значительно ухудшает качество выборки. Deductor Studio содержит набор инструментов для решения задач очистки данных:
Редактирование аномалий
Заполнение пропусков
Очистка от шумов
Сглаживание
Поиск дубликатов и противоречий

Слайд 8

Трансформация данных
Трансформация данных является последним шагом перед построением прогностической модели. На

этом шаге данные приводятся к виду, пригодному для использования различных способов построения моделей. В Deductor Studio реализованы следующие способы трансформации:
Преобразование к скользящему окну
Квантование
Группировка и сортировка
Приведение типов

Слайд 9

Построение моделей
При прогнозировании необходимо решать задачу регрессии, т.е. предсказать значение непрерывного

выходного поля на основе нескольких входных показателей. В Studio встроены следующие типы моделей:
Пользовательские
Классические статистические модели
Линейная регрессия
Нейронные сети

Слайд 10

Прогнозирование
После построения прогностической модели можно получить, собственно, сам прогноз. Для этого

можно, например, воспользоваться визуализатором «Что-если».
В случае построения авторегрессионной модели, когда значения временного ряда зависят от предыдущих периодов, можно воспользоваться специальным обработчиком «Прогнозирование» и, построив модель, прогнозирующую на один шаг, получить результат на сколько угодно шагов вперед.

Слайд 11

Поддержка работоспособности
Работы по прогнозированию не оканчиваются при построении первой модели, необходимо

проводить регулярную верификацию результатов. Для этого нужно применять экспертные оценки, тестировать на данных, неизвестных при построении модели, строить их альтернативными способами.
Deductor позволяет провести дообучение моделей как в интерактивном, так и в автоматическом режиме, поддерживая адекватность системы.

Прогнозирование в Deductor. Задача прогнозирования

Содержание

Задача прогнозированияПрогнозирование – одна из самых востребованных, но при этом и самых

Прогнозирование в DeductorНа практике очень сложно получить качественный прогноз за один

Последовательность работыСбор данныхОчистка данныхТрансформация данныхПостроение моделиПрогнозВыдвижение гипотез

Выдвижение гипотезВыдвижение гипотез производится экспертом, полагающимся в значительной степени на свой

Сбор данныхВ качестве места хранения данных для прогнозирования лучше всего использовать

Очистка данныхОчистка данных – очень важный этап обработки. В реальных данных

Трансформация данныхТрансформация данных является последним шагом перед построением прогностической модели. На

Построение моделей При прогнозировании необходимо решать задачу регрессии, т.е. предсказать значение непрерывного

ПрогнозированиеПосле построения прогностической модели можно получить, собственно, сам прогноз. Для этого

Поддержка работоспособностиРаботы по прогнозированию не оканчиваются при построении первой модели, необходимо

Похожие презентации