• 登入
  • 註冊網站會員
CIO Taiwan
  • 活動
  • 影音
  • 趨勢分析
  • CIO 雜誌
  • CISO精選
  • 電子報
  • 下載
  • 聯繫我們
沒有結果
查看所有結果
CIO Taiwan
沒有結果
查看所有結果
首頁 精選文章

季節週期性變化預測 - 機器學習的時間序列模型

2022-04-19
分類 : 精選文章
0
A A
0
季節週期性變化預測 - 機器學習的時間序列模型

文/旗標科技


先前『銷售AI化!看資料科學家如何思考,用Python打造能賺錢的機器學習模型』一書已經實作過監督式學習的分類與迴歸模型,本節要介紹的是第 3 種:用來處理具有週期性資料的時間序列 (Time series) 模型,可以只用過去的目標變數值去訓練模型,然後將模型用在預測未來一段時間的目標變數值。例如共享單車業者可以用過去兩年期間的每日租借量去訓練模型,再用此模型去預測未來一段期間的每日租借量。

我們在前面討論的迴歸模型,訓練時使用的輸入資料也有時間性的關係,但與本節要介紹的時間序列模型不同,我們先來看看它們的差異。

下面是迴歸模型的預測示意圖 (項目經過簡化)。此模型要預測單車的「租借量」,輸入資料為「年份」、「月份」、「星期幾」…等 (下圖藍色框)。換句話說,這是利用當日收集到的資料 (必須有當天的天氣等資料) 去預測當日租借量的機制:

001
圖5-3-1 迴歸模型的預測示意圖(只能預測當日)

那麼,時間序列模型又是什麼樣的處理方式呢?請見下圖:

002
圖5-3-2 時間序列模型的預測示意圖

時間序列模型並不是用「租借量」右側那一堆項目來訓練,而是靠過去「每日」的「租借量」來訓練。各位可能會想,單靠目標變數過去的資料,真的能夠訓練模型嗎?這時候,位於表格最左側的「日期」就有很重要的意義了,因為日期具有週期性,也就是說單車租借量在每個星期天應該都差不多,去年 4 月與今年 4 月也應該會有類似的走向。這 2 種現象就是所謂的「週循環」與「年循環」。由於我們取得的資料集記錄的是以 1 天為單位的統計資料,因此可預期的循環只會有週與年這 2 種,如果有以更短的時間為單位 (例如小時) 的資料,就可以預測「日循環」。

具體來說,就是將目標變數的數值資料視為以「日單位」、「週單位」、「年單位」的週期性與趨勢變化的總和,找出與過去歷史資料擬合程度高的「週期函數」與「趨勢」,就能夠建出時間序列模型並預測未來。

那麼時間序列模型適合應用在什麼類型的工作中呢?由於「迴歸」與「時間序列」想要預測的都是未來的一個數值,因此能夠運用的場景也差不多。

我們思考一下,為了開發迴歸模型我們需要收集許多項目的資料,才能訓練模型做預測。而時間序列模型卻只需要過去每日的「日期」與「租借量」就可以做訓練,怎麼看都覺得更方便。事實上也是如此,只不過以前在開發時間序列模型的人需要具備統計知識,而現在因為可使用 Facebook (2021 年已改名為 Meta) 發表的 Prophet 演算法 (可自動化預測時間序列的未來走勢),讓我們很容易就能開發出時間序列模型。

時間序列模型的特色還包括統計的信賴區間(Confidence Interval) 觀念。也就是說,時間序列並不只是單純預測一個數值而已,還能夠「預測結果會有多少機率(Prophet 演算法預設是 0.8,也就是 80%)落在估計的數值區間之內」。因此只要活用預測結果,便能有效控制風險。

【編註】信賴區間是指給予預測值一個可容許的誤差範圍,比如說信賴區間是 -2 到 2 之間,標準答案 1 就落在信賴區間之內,但標準答案 3 就超出此區間。更詳細的介紹可參考《機器學習的統計基礎》(旗標科技出版)。

還有,我們也想知道「能夠預測到多遠的未來」?像 5.2 節的迴歸模型,輸入資料中包括「天氣」與「氣溫」等項目,這表示要到當天才能收集到必需的正確資料,也才能預測當天的租借量。相較之下,時間序列模型是利用過去日期的租借量,因此可以預測中長期的變化趨勢。

過去要處理時間序列的問題,雖然可以使用 Python 的 statsmodel 統計套件,但需要具備一定程度的數學與統計知識,導致程式開發者難以上手。所幸 Facebook 於 2017 年發布時間序列預測專用的 Prophet 演算法,由於自動化的預測功能,讓開發此類模型變得簡單許多,

※ 本文摘錄自『銷售AI化!看資料科學家如何思考,用Python打造能賺錢的機器學習模型』


標籤: 新書介紹旗標
上一篇文章

奧義以AI 技術力抗車聯網可能資安風險

下一篇文章

零信任安全第一步: 從「最小權限-微分段」做起

相關文章

設置資料管理層 機敏資料進 AI 就攔截
CISO精選

設置資料管理層 機敏資料進 AI 就攔截

2026-10-14
以「自適應 AI 治理循環」管理「地下 AI 與模型技術債」
精選文章

以「自適應 AI 治理循環」管理「地下 AI 與模型技術債」

2026-09-29
用 AI 教練畫出工廠的價值流地圖 VSM 與永續價值流地圖 Sus-VSM
專欄

用 AI 教練畫出工廠的價值流地圖 VSM 與永續價值流地圖 Sus-VSM

2026-09-22
下一篇文章
零信任安全第一步: 從「最小權限-微分段」做起

零信任安全第一步: 從「最小權限-微分段」做起

發佈留言 取消回覆

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

2026 Elite Vendor

追蹤我們的 Facebook

近期文章

  • AI 代理人應用於銀行法遵的價值與導入關鍵
  • AI 自己會寫程式,未來真的不需要工程師了嗎?解析軟體開發的大變革!
  • 半導體擴廠人才荒 Profet AI 助企業擴大專家量能
  • 中華電信建置 30 處備援站臺 強化雲林防救災通訊韌性
  • 雲林培育 2,900 人次智慧農業人才 推動 AI 導入與產業升級

📈 CIO點閱文章週排行

  • AI 自己會寫程式,未來真的不需要工程師了嗎?解析軟體開發的大變革!

    0 分享
    分享 0 Tweet 0
  • 平台業者個資外洩 消費者問責品牌商

    0 分享
    分享 0 Tweet 0
  • 強化金融資安韌性 金管會:聚焦 AI 攻擊與代理 AI 安全

    0 分享
    分享 0 Tweet 0
  • 國科會定調九大科技議題 推動 AI 產業化與供應鏈韌性

    0 分享
    分享 0 Tweet 0
  • 台灣數位資產與未來資本市場協會成立 布局代幣化金融基礎設施

    0 分享
    分享 0 Tweet 0
  • 【調查報告】GTIG 首度揭露無人介入漏洞利用 AI 代理自主發動攻擊

    0 分享
    分享 0 Tweet 0
  • 【專訪】合作金庫銀行電子金融部協理潘雲霞:以信任與治理 邁向可信賴 AI

    0 分享
    分享 0 Tweet 0
  • 【專訪】國泰金控數位數據暨科技發展中心副總經理陳維銘

    0 分享
    分享 0 Tweet 0
  • 【專訪】台北富邦銀行執行副總經理暨數位金融總處長陳弘儒:全行 AI 能力,打造金融生態圈

    0 分享
    分享 0 Tweet 0
  • AI 網攻擴大企業受害 72 小時內應變成資安關鍵

    0 分享
    分享 0 Tweet 0

數位及平面

  • CIO Taiwan 網站
  • CIO 雜誌紙本
  • CIO 雜誌 HYREAD 版
  • CIO 雜誌 Zinio 版

關注社群

  • Line 加入好友
  • Facebook 粉絲頁

合作夥伴

  • CIO 協進會

關於我們

  • 公司介紹及工作機會
  • 隱私權政策

旗訊科技股份有限公司|統編:84493719|台北市 100 中正區杭州南路一段 15-1 號 19 樓|TEL: 886-2-23214335
Copyright © Flag Information Co.,Ltd. All Rights Reserved.

CIO Taiwan 歡迎你回來!

可用 使用者名稱 或 Email 登入

忘記密碼 註冊

歡迎註冊 CIO Taiwan 網站會員

請設定 Email 及 使用者名稱(使用者名稱不接受中文、將來無法更改)

欄位皆為必填 登入

找回密碼

請輸入 使用者名稱 或 Email 以重設密碼

登入
  • 登入
  • 註冊
沒有結果
查看所有結果
  • 活動
  • 影音
  • 產業速報
  • 新聞速寫
  • 風雲人物
  • 產業瞭望
  • 專欄
  • 精選文章
  • 原生現場
  • 供應商視野
  • 線上調查
  • CIO 雜誌
  • 電子報
  • 下載
  • 聯繫我們

© 2020 CIO Taiwan 版權所有

7/28 活動延期通知

因高雄市政府於7/28早上宣布全日停班停課,因此「智慧醫療研討會高雄場」活動延期舉辦。主辦單位將另行公告研討會相關訊息,歡迎報名參加!

您已閒置超過 3 分鐘了,為您推薦其他文章!點擊空白處、ESC 鍵或關閉回到網頁

【威脅分析】LLMJacking 盜用企業雲端與模型資源 單日損失逾 10 萬美元

整理/鄭宜芬 相較傳統加密貨幣挖礦劫持(cryptojacking)對運算資源逐

SBOM 都備齊了,判定產品未受影響就能結案嗎?

判定產品未受影響,要說得出為什麼,也要知道哪些變動會讓原來的結論失效 文/游政卿

數據治理為 AI 規模化的基礎

產業別之數據治理特性:製造業 台灣約有超過半數企業尚未完全建立能支撐 AI 規模

【編輯室札記】AI 轉型的三種路線

總主筆/施鑫澤 打從四月 Antropic 發布 Harness Enginee

從烏克蘭的 AI 應用現況,探尋自主式 AI 發展脈絡

烏克蘭由於國家防衛的壓力而在 AI 發展處於前緣,我們整理了烏克蘭在 AI 應用

【研究報告】逾 19,000 個 MCP 儲存庫近 20% 存在漏洞 代理式 AI 形成影子工作流程

整理/鄭宜芬 隨著企業將代理 AI串接雲端、資料庫與營運流程,企業對於組織內資安

國科會定調九大科技議題 推動 AI 產業化與供應鏈韌性

整理/鄭宜芬 國家科學及技術委員會今(16)日召開第 24 次委員會議,由數位發

【威脅分析】CrowdStrike:網攻滲透律師事務所,實體攻擊風險升高

攻擊者招募人員滲透律師事務所,竊取客戶機密資訊,進一步進行資料竊取與勒索。CHA

【影】技術司推動無人機系統整合 AI 導航成關鍵

整理/鄭宜芬 在非紅供應鏈、地緣政治與AI快速演進的交會下,無人機已從單純設備,

文章分類

  • 產業速報
  • 專欄
  • 影音
  • 風雲人物
  • CXO分享
  • 產業瞭望
  • 原生現場
  • 精選文章
  • 趨勢分析
  • 供應商視野
  • 新聞速寫
  • 下載
  • Sponsors

熱門標籤

  • 最新文章
  • 雲端運算
  • 人工智慧
  • 數位轉型
  • 製造業
  • 物聯網
  • 資料與分析
  • 資安
  • 區塊鏈
  • 5G
  • 儲存
  • 基礎架構

活動

  • CIO價值學院 四堂課
  • 智慧醫療研討會 台北/高雄場
  • 金融科技高峰會 春季/秋季場
  • 製造業CIO論壇 台北/台中/高雄場
  • 商業服務科技論壇
  • 亞太CIO論壇
  • CISO資安學院 金融/醫療/新竹場
  • CIO Insight 調查

影音

  • 影音