時間ベースのモデリング¶
本機能の提供について
現在、DataRobotセルフサービスのユーザーは時系列モデリングを利用できません。
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... |
|---|---|
| 時間ベースのモデリングの概要 | 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を提供します。 |
| 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。 |
| 日付/時刻パーティション | 時間認識モデリングを支える基本的な構造。 |
| 時系列モデリング | 時系列モデルを構築し、予測を作成する。 |
| 複数系列モデリング | 複数の時系列を含むデータセット付きモデル。 |
| セグメントモデリング | 系列をグループ化して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組み合わせ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。 |
| 外部予測との比較を有効化 | DataRobot外部で構築されたモデル予測とDataRobotの予測を比較する。 |
| 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および、小型特徴量を復元した時系列の復元。 |
| 時系列リファレンス | DataRobot時系列モデリングのディープダイブリファレンス材料。 |
更新しました February 22, 2022
このページは役に立ちましたか？
ありがとうございます。どのような点が役に立ちましたか？
より良いコンテンツを提供するには、どうすればよいでしょうか？
アンケートにご協力いただき、ありがとうございました。