Алгоритм автоматического до-обучения (AutoML) для работы с временными рядами
Проблема
В компаниях лишь малое количество самых опытных менеджеров обладают полными знаниями о той или иной области функционирования организации, в частности, информацией о:
продуктах и услугах, включая суммы пополнений счетов, способы увеличения объема продаж на фоне жесткой конкуренции и возможности снижения спроса.
сотрудниках, в том числе о количестве людей, выполняющих производственную функцию.
активах компании, например, о ежедневных котировках акций и др.
В результате компания сильно зависит от данных менеджеров, которые могут не успевать обрабатывать весь объем данных, допускают ошибки при прогнозировании и, как следствие, упускают многие возможности.
Решение
Алгоритм автоматического до-обучения (AutoML), который позволяет выявлять устойчивые модели и закономерности на основании исторических данных, а также информации о временных рядах и сопутствующих числовых/категориальных признаках.
В результате, становится возможным прогнозирование на заданный горизонт значения целевых переменных с оценкой доверительного интервала.
Так, например, алгоритм позволяет лучше выявлять возможности продаж, обращая внимание менеджеров на определенные события, и в то же время снизить нагрузку на самых опытных сотрудников.
Стек технологий
Python, Pytorch, Sklearn, XGBoost