.fb-comments,.fb-comments span,.fb-comments span iframe [style] {min-width: 100%! Important; width: 100%! Important}
Năm dương lịch này, chúng tôi rất hân hạnh được tham dự Hội nghị chuyên đề liên lục địa lần thứ 42 về Dự báo ở Oxford, Uk. Các cộng tác viên của SAS đã đi khắp nơi trên thế giới. Họ đã giới thiệu cuộc điều tra của mình, nói về ý tưởng của mình và học hỏi từ một số cái tên đáng tin cậy nhất trong lĩnh vực dự báo.
Các chương trình đang rất hấp dẫn và cuộc điều tra đang diễn ra đang sử dụng tính năng dự báo khiến chúng tôi rất vui. Các chiến lược nghiên cứu máy và nghiên cứu sâu đang trở nên phổ biến trong ngành dự báo. Mặc dù vậy, vẫn còn rất nhiều điều tra về các phương tiện thống kê phổ biến hơn nhiều. Chúng tiếp tục được sử dụng phổ biến nhờ tính mạnh mẽ, khả năng nhận ra lợi ích nhanh chóng và chính xác cũng như khả năng diễn giải dễ dàng trái ngược với các phương pháp tiếp cận chủ yếu dựa trên ML phức tạp hơn rất nhiều.
Hội nghị Chuyên đề Toàn cầu về Dự báo 2022
Vì vậy, chúng ta đã tìm hiểu gì tại ISF năm nay? Chắc chắn, về cơ bản là quá nhiều để xem xét một bài đăng đơn độc. Tuy nhiên, các chương trình sẽ có thể truy cập được trên kênh YouTube của IIF. Vì vậy, hãy nhớ giữ lại để ý đến vấn đề đó nếu bạn muốn nghiên cứu thêm về một vấn đề độc đáo. Những kiến thức nổi bật đối với chúng tôi đã kết thúc với:
1. B oth ML và các giải pháp thống kê thông thường hiện là một khía cạnh của bộ công cụ thiết yếu của một nhà dự báo
Các quy trình máy học đã xác minh giá trị thực sự của chúng trong các cuộc thi dự báo mới nhất. Mặc dù các công ty bổ sung và nhiều hơn nữa đã bắt đầu nhanh chóng áp dụng chúng vào các hoạt động dự báo thông thường của họ. Có bằng chứng mạnh mẽ rằng có rất nhiều tình huống khi chúng không thể thực hiện tốt hơn các chiến lược thống kê mạnh mẽ. Một cuộc thảo luận giữa hai cách tương đương với việc tranh luận xem nên dùng nĩa hay dao trong bữa tối của bạn hay không. Phương pháp ML đòi hỏi sự chú ý đặc biệt trong việc chuẩn bị chi tiết và hoạt động tốt nhất khi xử lý các mẫu nâng cao và một khối lượng lớn các bộ sưu tập có liên quan. Trong các mức độ cạnh tranh dự báo M5, 92,5% nhóm cộng tác không vượt qua được điểm chuẩn, điều này phụ thuộc vào các sản phẩm làm mịn theo cấp số nhân.
2. Việc phân cụm ngay trước khi dự báo có thể làm phong phú thêm thành công của dự báo
Thách thức xảy ra khi chúng tôi cố gắng chọn phương pháp phân nhóm nào để sử dụng. Rất nhiều hiển thị tập trung vào phương pháp phân cụm nào có thể hướng đến các lợi ích dự báo chính xác nhất khi các kiểu được sử dụng (phân cụm bài viết) riêng biệt cho từng nhóm riêng lẻ. Youngjin Park, một nhà nghiên cứu chính từ bộ phận R&D của SAS, đã giới thiệu một số quy trình phân nhóm cần thiết. Bao gồm chủ yếu dựa trên sự tương đồng, một phần và k-suggest, tất cả đều có thể được thực hiện bằng cách sử dụng quy trình SAS độc đáo như một quy trình phân nhóm thuộc tính xuất hiện với Dự báo Hiển thị của SAS. Nó phân loại kiến thức về chuỗi thời gian chủ yếu dựa trên các kiểu nhu cầu lịch sử. Cuộc điều tra của cô cho thấy rằng phân nhóm tập trung vào đặc điểm có thể cải thiện độ chính xác của dự báo, mặc dù phân nhóm tập trung vào tương tự là lý tưởng nhất giữa một vài quy trình đầu tiên và có thể được đặt cùng với các phân đoạn dựa trên đặc điểm để nâng cao chất lượng cao hơn nữa của các loại dự báo khác.
3. Chúng tôi có đang áp dụng cách đánh giá phù hợp để đánh giá loại không?
Đây là một chủ đề đã được hướng tới vì sự khởi đầu của dự báo. 12 tháng này, một tiêu chí mới để lựa chọn dự báo đã được cung cấp bởi prof. Fotios Petropoulos và prof. Enno Siemsen, cố gắng định lượng tính đại diện của các dự báo. Cho đến bây giờ, chúng tôi không có tiêu chí để truyền đạt cho chúng tôi nếu các dự báo tạo ra cảm giác, và chúng tôi phải phụ thuộc hoàn toàn vào đánh giá của con người để đưa ra quyết định cuối cùng này. Tiêu chuẩn mới, được đặt tên là REP, nhằm mục đích lấp đầy khoảng trống đó bằng cách nhấn mạnh nhiều hơn vào các khoảng thời gian gần đây và từ chối các dự báo có vẻ không thực tế. Sử dụng tất cả các chi tiết từ các cuộc thi M1-M4, các tác giả của bài báo đã chứng minh rằng việc chọn các dự báo của REP thường xuyên đủ điều kiện để đưa ra các dự báo tốt hơn cho hầu hết các tần số kiến thức được kiểm tra. SAS đang muốn tích hợp tiêu chí mới này trong Dự báo trực quan của SAS để cho phép các học viên để sử dụng nó trong các quy trình dự báo của họ.
Tất cả, chúng tôi đã phát hiện ra số lượng lớn và không thể chờ đợi hội nghị năm sau ở Charlottesville, Virginia, Hoa Kỳ, từ ngày 25-28 tháng 6 năm 2023!
Hãy hãy nhấp vào Trong bài viết này để tham gia bản dùng thử SAS Viya Không mất phí và Ngay tại đây dành cho SAS Academics Systems.
Đánh giá bài đăng này
Chia sẻ đang quan tâm!