ourownstory/neural_prophet

해결하는 문제

NeuralProphet는 해석 가능한 시계열 예측을 위한 배우기 쉬운 프레임워크를 제공합니다. 정확성뿐 아니라 이해하기 쉬운 예측 모델을 구축하는 도전 과제를 해결하며, 사용자가 인간이 개입하는 프로세스를 통해 모델을 반복적으로 개선할 수 있도록 합니다.

작동 방식

PyTorch 기반으로 구축된 이 프레임워크는 전통적인 시계열 알고리즘과 신경망을 결합합니다. 몇 줄의 코드로 모델을 정의하고, 사용자 정의하며, 평가할 수 있습니다. 시스템은 자기회귀(선형 또는 NN), 자동 변화점 탐지 기능이 있는 조각별 선형 추세, 계절성(연간, 일간, 주간, 시간)을 위한 푸리에 항, 지연 및 미래 회귀 변수, 휴일 및 사용자 정의 이벤트 처리 등의 다양한 모델 구성 요소를 지원합니다.

대상 사용자

장기간(최소 2개 이상의 전체 주기 또는 연도)에 걸쳐 고주파(일 단위 이하) 시계열 데이터를 다루는 사용자에게 적합합니다.

주요 특징

• 해석 가능한 구성 요소: 예측 구성 요소와 모델 계수를 시각화하는 도구를 포함하여 이해를 돕습니다.
• 글로벌 모델링: 여러 시계열에 걸쳐 로컬, 글로벌, 또는 '글로컬'(글로벌 + 정규화된 로컬) 파라미터를 지원합니다.
• 분위수 회귀: 불확실성 추정을 위한 특정 분위수를 추정할 수 있습니다.
• 통합 도구: 내장된 플로팅 함수, 시계열 교차 검증 유틸리티, 모델 체크포인팅 기능을 제공합니다.