Práticas recomendadas de previsão, da Microsoft

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br


[Esteartigofoipublicadopelaprimeiravezem[Thisarticlewasfirstpublishedon Revoluções, e gentilmente contribuiu para os R-blogueiros]. (Você pode relatar um problema sobre o conteúdo desta página aqui)


Deseja compartilhar seu conteúdo com R-blogueiros? clique aqui se você tiver um blog ou aqui se não tiver.

A Microsoft lançou um repositório GitHub para compartilhar as práticas recomendadas para previsão de séries temporais. Do repositório:

A previsão de séries temporais é um dos tópicos mais importantes da ciência de dados. Quase todas as empresas precisam prever o futuro para tomar melhores decisões e alocar recursos com mais eficiência.

Este repositório fornece exemplos e diretrizes de práticas recomendadas para a criação de soluções de previsão. O objetivo deste repositório é criar um conjunto abrangente de ferramentas e exemplos que aproveitem os recentes avanços nos algoritmos de previsão para criar soluções e operacionalizá-las. Em vez de criar implementações do zero, utilizamos as bibliotecas de ponta existentes e criamos utilitários adicionais para processar e caracterizar os dados, otimizar e avaliar modelos e escalar para a nuvem.

O repositório inclui exemplos detalhados de várias técnicas de modelagem de séries temporais, como Jupyter Notebooks para Python e documentos R Markdown para R. Ele também inclui notebooks Python para ajustar modelos de séries temporais no serviço Azure Machine Learning e depois operacionalizar as previsões como uma Web serviço.

Os exemplos R demonstram várias técnicas de previsão de séries temporais, especificamente dados sobre vendas refrigeradas de suco de laranja em 83 lojas (provenientes do pacote bayesm). As técnicas de previsão variam (previsão média com interpolação, ARIMA, suavização exponencial e modelos aditivos), mas todas fazem uso extensivo do conjunto de pacotes tidyverts, que fornece “previsão de séries temporais ordenadas para R”. Os métodos de previsão em si são explicados em detalhes no livro (legível on-line) Forecasting: Principles and Practice por Rob J Hyndman e George Athanasopoulos (Monash University).

Leia Também  Identidades financeiras para os não-bancários do mundo adicionariam US $ 250 bilhões ao PIB global, de acordo com um novo estudo

Suco

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br

Você pode experimentar os exemplos clonando o repositório e tricotando os arquivos RMarkdown em R. Se você tiver o git instalado, é uma maneira rápida e fácil de fazer isso com o RStudio. Escolha Arquivo> Novo Projeto> Controle de Versão> Git e digite https://github.com/microsoft/forecasting no campo URL do Repositório. (Você pode preferir bifurcar o repositório primeiro.)

Gitclone

Abra cada arquivo .Rmd por sua vez, aceite o prompt para instalar pacotes e clique no botão Malha para gerar o documento. Os cálculos podem demorar um pouco (principalmente no exemplo dos modelos Profeta), mas se você tiver uma máquina com vários núcleos, os notebooks usarão o pacote paralelo para acelerar as coisas. Se você não quiser esperar, o repositório inclui versões HTML dos documentos renderizados. O Github não renderiza arquivos RMarkdown, mas os arquivos HTML renderizados estão incluídos no repositório. Eles são difíceis de ler no GitHub; portanto, para facilitar, usei o truque de criar um ramo gh-pages no meu fork para poder vincular a eles diretamente abaixo:

Este repositório será atualizado com o tempo e as contribuições são bem-vindas como solicitações pull ao repositório vinculado abaixo.

GitHub (Microsoft): Práticas recomendadas para previsão



Se você chegou até aqui, por que não inscreva-se para atualizações do site? Escolha seu sabor: e-mail, Twitter, RSS ou facebook …



cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br