モデリング > 時系列モデリング

時系列モデリング¶

時間の経過に伴って条件が変化する可能性があるデータサイエンスの問題がある場合、時間認識モデリングが推奨されます。この方法では、モデルのトレーニングに使用した時間ウィンドウとは別の時間ウィンドウの観測値で検定セットが作成されます。時間認識モデリングでは、単一の行での予測を作成することや、その時系列のコア機能で最近の履歴からパターンを抽出して将来の複数のイベントを予測することができます。

トピック	説明
時間認識モデリングの概要	基本的なモデリングプロセスおよび推奨の読み取りパスについて説明します。
時系列ワークフローの概要	時系列プロジェクトを作成するためのワークフロー。
時系列のインサイト	データとモデルの解釈に役立つビジュアライゼーションを探索します。
時系列予測	時系列モデルで予測を作成します。
予測間隔が設定された時系列ポータブル予測	モデルパッケージ（.mlpkg）形式の予測間隔を含む時系列モデルをエクスポートします。
複数系列モデリング	複数の時系列を含むデータセットのモデル。
クラスターを作成	データをさらに探索するために、DataRobotでは自然なセグメント（類似系列）を特定できるようにします。
セグメント化されたモデリング	系列ををユーザー定義のセグメントにグループ化し、各セグメントに複数のプロジェクトを作成し、データに対して単一の統合モデルを作成します。
ナウキャスティング	現在および非常に近い将来の予測（非常に短い範囲の予測）を行う。
外部予測比較の有効化	DataRobot外部で構築されたモデル予測とDataRobotの予測を比較する。
TTSモデルとLSTMモデルでのバッチ予測	従来の時系列（TTS）モデルと長・短期記憶（LSTM）モデルでバッチ予測を行います。
時系列モデリングを設定	パーティションを変更し、詳細オプションを設定し、ウィンドウの設定を理解します。
時系列モデリングデータ	時系列モデリングデータセットの操作：モデリングデータセットの作成データ準備ツールの使用削除された特徴量の復元
時系列リファレンス	時系列プロジェクトをカスタマイズする方法を学び、DataRobot時系列モデリングに関するさまざまな詳細なリファレンスと時系列に関する考慮事項を表示します。