“神算子”EasyDL时序预测模型零门槛

Posted 2021-12-05 百度大脑

百度飞桨EasyDL零门槛AI开发平台在机器学习方向推出了自动时序预测的功能，极大程度降低了构建模型的难度与门槛。可广泛应用于零售、金融、交通及天气预测等场景。

时序预测是根据历史统计数据的时间序列，对未来的变化趋势进行预测分析。在销量预测销售、交通流量预测、价格预测等典型场景应用广泛。比如，销量预测可以指导商家安排销售计划，也可以帮助店铺进行供应链与库存管理。特别是对于一些保质期较短的生鲜产品，如果能够准确预测未来一天甚至一周的销量，就可以合理安排商品的供应，防止库存不足或是商品变质带来的经济损失。

不止零售，在金融行业，时序预测也是大有可为。比如银行可根据目前客户群体的画像，如年龄、职业、购买金额等历史信息进行分析，得出理财销售情况预估。在交通流量预测方面，可以针对固定时段，如节假日机动车、非机动车流量甚至是交通事故情况，推断接下来假期交通流量，既可以宏观预测一个城市的流量变化，也可预测到一个路口的流量情况，方便相关部门提前部署交通疏导，让老百姓的出行顺利通畅！

听了这么多场景介绍，可能大家都想进一步了解甚至也希望能灵活构建时序预测模型。那么时序预测模型构建会很复杂且难以上手吗？接着聊

 零门槛上手时序预测，你也可以成为把控风向的「预测达人」

时序预测在企业发展和商业决策中的地位举足轻重。不过想要快速上手还是比较麻烦，除了机器学习通用的一些特征工程和建模以外，时序预测因为其特有的时间相关性，还应当额外地进行一系列的操作来保证数据质量。比如样本的重新采样，缺失值、临近值填充等。另外，根据时序预测场景的不同，对前期数据准备带来了更多挑战。比如供应链管理中，需要对多个商品的销量进行预测，那么我们需要单独对每个商品的历史数据进行处理，若是商品数量非常多，那么必然是一件费力的事情。

百度飞桨EasyDL零门槛AI开发平台在机器学习方向推出了自动时序预测的功能，极大程度降低了构建模型的难度与门槛。用户只需要在EasyDL平台上传时序数据、根据实际情况选择适合的参数即可启动模型自动训练，获得模型后便可以通过上传历史数据获得时序数据的预测结果啦！

简单上手，你也可以成为把控未来趋势风向的「预测达人」

 三大功能加持，变量多且复杂场景全部拿下 

我们都知道，现实生活、工作场景几乎都是变量多且复杂的应用场景。基于算法种类丰富的优势，EasyDL时序预测支持以下三大功能：

功能1：多个目标同时预测；例如在销量预测场景中，通常会面临海量SKU预测的问题。EasyDL时序预测支持自动对数据进行分组预测，用户只需在训练模型界面选择分组字段，后台便会根据分组字段分别抽取各个时间序列，分别进行处理。

功能2：多步预测；指的是多个时间单元的预测，假设时间单元是1天（即以一天为采样间隔的数据），那么同时对明天，后天的销量进行预测，就是多步预测，目前EasyDL最大支持30个时间单元的多步预测。

功能3：多变量预测；EasyDL时序预测能自动对时间列抽取节假日特征，另外也支持对上传数据中的多个变量进行特征抽取，比如温度、是否促销等与目标列有关的变量。以便适应更复杂的实际应用场景，如天气预测、销量预测等。

基于以上功能，相信你也可以尝试使用EasyDL时序预测功能应用到实际来预测未来趋势。快来官网体验：EasyDL 结构化数据

 EasyDL简介 

EasyDL基于飞桨深度学习框架，面向企业 AI 应用开发者提供零门槛 AI 开发平台，实现零算法基础定制高精度AI模型。EasyDL 提供一站式的智能标注、模型训练、服务部署等全流程功能，内置丰富的预训练模型和自动化模型优化机制，支持公有云、设备端、私有服务器、软硬一体方案等灵活的部署方式。
目前，EasyDL在工业制造、安全生产、零售快消、智能硬件、文化教育、政府政务、交通物流、互联网等领域广泛落地，并连续两年在 IDC 机器学习平台市场份额报告中位列第一。

查看详情：
EasyDL 结构化数据