gluonts: PyTorch 기반 확률적 시계열 모델링 라이브러리

해결하는 문제

GluonTS는 확률적 시계열 모델링을 위한 프레임워크를를 제공합니다. 이는 단순한 단일 지점 추정치가 아닌 확률 분포를 생성하여 예측을 수행함으로써, 사용자가 예측의 불확실성과 예측 구간을 이해할 수 있도록 하는 과제를 해결합니다.

작동 방식

PyTorch를 기반으로 구축된 이 라이브러리는 시계열 데이터를 분석하기 위해 딥러닝 기반 모델(예: DeepAR)에 집중합니다. 사용자는 Pandas를 통해 데이터를 로드하고, 이를 훈련 및 테스트 세트로 분할하며, 추정기를 훈련시켜 음영 처리된 예측 구간으로 시각화할 수 있는 확률적 예측을 생성할 수 있습니다.

대상 사용자

Python에서 신경망 시계열 예측 및 확률적 모델링을 수행해야 하는 데이터 과학자 및 연구자.

주요 특징

• 확률적 예측: 단일 값이 아닌 확률 분포로서 예측을 생성합니다.
• 딥러닝 통합: PyTorch 기반의 딥러닝 모델을 위해 특별히 설계되었습니다.
• Pandas 통합: PandasDataset을 사용하여 데이터 로딩 및 준비를 간소화합니다.
• 학술적 기반: JMLR 및 arXiv의 여러 과학적 출판물을 통해 뒷받침됩니다.