引言

當(dāng)今時(shí)代，人工智能從根本上重塑了預(yù)測(cè)分析，使預(yù)測(cè)比以往任何時(shí)候都更加精確。所有行業(yè)的企業(yè)都在利用人工智能的廣泛能力來(lái)預(yù)測(cè)未來(lái)趨勢(shì)，并為即將到來(lái)的事情做好準(zhǔn)備。

任何預(yù)測(cè)的準(zhǔn)確性都取決于許多因素：人工智能算法的復(fù)雜性、預(yù)測(cè)模型的穩(wěn)健性，以及它們所訓(xùn)練的數(shù)據(jù)的質(zhì)量和數(shù)量，等等。

Nixtla公司開(kāi)發(fā)的開(kāi)源產(chǎn)品TimeGPT（https://docs.nixtla.io/?ref=hackernoon.com）是一個(gè)專(zhuān)門(mén)為預(yù)測(cè)時(shí)間序列數(shù)據(jù)而設(shè)計(jì)的生成式預(yù)訓(xùn)練模型。這是一種強(qiáng)大的模型資產(chǎn)，可以讓你更準(zhǔn)確地預(yù)測(cè)未來(lái)的結(jié)果，讓你擁有先見(jiàn)之明，能夠幫助你利用即將到來(lái)的機(jī)會(huì)避開(kāi)可能的陷阱。

下面，我們將對(duì)TimeGPT展開(kāi)細(xì)致入微的介紹，從各個(gè)角度對(duì)其進(jìn)行分析，并展示如何將其與數(shù)據(jù)庫(kù)集成，以最大限度地發(fā)揮預(yù)測(cè)分析的全部潛力。

什么是TimeGPT？

TimeGPT是一個(gè)用于時(shí)間序列數(shù)據(jù)預(yù)測(cè)的預(yù)訓(xùn)練生成模型，它的核心功能是根據(jù)歷史數(shù)據(jù)預(yù)測(cè)時(shí)間序列中的未來(lái)值。

該應(yīng)用程序按順序處理數(shù)據(jù)，使用窗口技術(shù)來(lái)分析歷史數(shù)據(jù)點(diǎn)并實(shí)現(xiàn)模式識(shí)別。這使它能夠通過(guò)外推這些已識(shí)別的模式來(lái)預(yù)測(cè)未來(lái)的價(jià)值。

TimeGPT概述

• 創(chuàng)新的預(yù)訓(xùn)練：Nixtla的TimeGPT將預(yù)訓(xùn)練的模型應(yīng)用于時(shí)間序列數(shù)據(jù)，使用收集的數(shù)據(jù)在沒(méi)有特定訓(xùn)練的情況下預(yù)測(cè)新的數(shù)據(jù)集，這與傳統(tǒng)模型有所不同。
• 高級(jí)模式識(shí)別：TimeGPT擅長(zhǎng)識(shí)別時(shí)間序列數(shù)據(jù)中的復(fù)雜模式，在趨勢(shì)、季節(jié)性和異常檢測(cè)方面超過(guò)了許多傳統(tǒng)模型。
• 高效預(yù)測(cè)：通過(guò)使用先進(jìn)的神經(jīng)網(wǎng)絡(luò)，TimeGPT提供了高效的預(yù)測(cè)，通過(guò)消除特定于數(shù)據(jù)集的再訓(xùn)練，減少了時(shí)間序列分析通常需要的時(shí)間和資源。
• 持續(xù)學(xué)習(xí)和適應(yīng)：與靜態(tài)傳統(tǒng)模型不同，TimeGPT具有持續(xù)學(xué)習(xí)和適應(yīng)性的潛力，從而實(shí)現(xiàn)在新數(shù)據(jù)出現(xiàn)時(shí)仍然能夠保持預(yù)測(cè)結(jié)果的準(zhǔn)確性。

TimeGPT的功能和優(yōu)勢(shì)

作為領(lǐng)先的預(yù)測(cè)分析模型之一，TimeGPT提供了各種獨(dú)特的高級(jí)功能，使其成為管理復(fù)雜預(yù)測(cè)場(chǎng)景的強(qiáng)大工具。其中包括： 

• 異常檢測(cè)

特點(diǎn)：利用預(yù)測(cè)建模技術(shù)，TimeGPT擅長(zhǎng)識(shí)別時(shí)間序列數(shù)據(jù)中的異常模式或異常值，這些模式或異常通常指示重大但意外的事件。

優(yōu)點(diǎn)：這一功能對(duì)于企業(yè)和分析師快速檢測(cè)和響應(yīng)異常事件至關(guān)重要，確保預(yù)測(cè)模型保持準(zhǔn)確可靠，即使存在某些偏差。

• 外源變量處理

特點(diǎn)：TimeGPT可以將外部因素或外部變量（如零售銷(xiāo)售預(yù)測(cè)的天氣條件）納入其分析中。

優(yōu)點(diǎn)：通過(guò)考慮外部因素的影響，這種能力可以進(jìn)行更細(xì)致、更準(zhǔn)確的預(yù)測(cè)，這在外部因素顯著影響數(shù)據(jù)趨勢(shì)的情況下尤其有用。

• 微調(diào)

特點(diǎn)：雖然TimeGPT是一個(gè)預(yù)先訓(xùn)練的模型，但它提供了微調(diào)功能，以適應(yīng)特定的數(shù)據(jù)集或獨(dú)特的預(yù)測(cè)需求。

優(yōu)點(diǎn)：此功能使用戶(hù)能夠更緊密地根據(jù)自己的具體需求定制模型，從而提高預(yù)測(cè)結(jié)果在特定環(huán)境中的準(zhǔn)確性和相關(guān)性。

• 歷史預(yù)測(cè)

功能：TimeGPT可以分析過(guò)去的數(shù)據(jù)以生成歷史預(yù)測(cè)，使用戶(hù)可以了解模型如何預(yù)測(cè)過(guò)去的事件。

優(yōu)點(diǎn)：這對(duì)驗(yàn)證模型的準(zhǔn)確性和可靠性特別有益，讓用戶(hù)對(duì)其未來(lái)預(yù)測(cè)充滿(mǎn)信心。

管理復(fù)雜的預(yù)測(cè)場(chǎng)景

TimeGPT所具有的功能使得其在處理節(jié)假日、特殊日期和不規(guī)則時(shí)間戳等復(fù)雜場(chǎng)景時(shí)尤其適合。

• 假期和特殊日期：這些事件會(huì)對(duì)時(shí)間序列數(shù)據(jù)的趨勢(shì)產(chǎn)生重大影響。TimeGPT檢測(cè)異常并結(jié)合外源變量的能力有助于準(zhǔn)確預(yù)測(cè)這些日期前后的情況，并考慮到它們的獨(dú)特影響。
• 不規(guī)則時(shí)間戳：時(shí)間序列數(shù)據(jù)有時(shí)可能是不規(guī)則的或有缺失的數(shù)據(jù)。TimeGPT復(fù)雜的算法可以處理這種不規(guī)則性，即使在數(shù)據(jù)不一致的情況下也能確保一致和準(zhǔn)確的預(yù)測(cè)。

在MindsDB中部署TimeGPT模型

開(kāi)源數(shù)據(jù)庫(kù)MindsDB是一個(gè)從企業(yè)數(shù)據(jù)構(gòu)建自定義人工智能的優(yōu)秀平臺(tái)。它的工作原理是，將任何數(shù)據(jù)源與任何AI/ML模型或框架連接起來(lái)，并自動(dòng)化實(shí)時(shí)數(shù)據(jù)在它們之間的流動(dòng)方式。

MindsDB將數(shù)據(jù)源與TimeGPT等高級(jí)AI/ML模型連接起來(lái)。這使開(kāi)發(fā)者能夠輕松創(chuàng)建、訓(xùn)練和管理這些模型，使其對(duì)那些在機(jī)器學(xué)習(xí)方面經(jīng)驗(yàn)最少的人特別有益。

要將TimeGPT集成到MindsDB，首先需要使用以下語(yǔ)句創(chuàng)建TimeGPT ML引擎，并提供TimeGPT API密鑰。

CREATE ML_ENGINE timegpt_engine
FROM timegpt
USING timegpt_api_key = ‘timegpt-api-key’;

接下來(lái)，用戶(hù)可以使用CREATEMODEL語(yǔ)句來(lái)創(chuàng)建、訓(xùn)練和部署TimeGPT模型。

CREATE MODEL model_table
FROM data_source
(SELECT * FROM data_table)
PREDICT column_to_be_predicted
ORDER BY date_column
GROUP BY column_name, column_name, ...
HORIZON 3 -- model forecasts the next 3 rows
USING ENGINE = 'timegpt_engine';

現(xiàn)在，您就可以開(kāi)始查詢(xún)模型以獲取預(yù)測(cè)結(jié)果了：

SELECT m.date_column, m.column_to_be_predicted
FROM data_table AS d
JOIN model_table AS m
WHERE d.date_column > LATEST;

借助于MindsDB，您可以通過(guò)自動(dòng)化方式進(jìn)行預(yù)測(cè)，并為任何下游用途不斷生成預(yù)測(cè)。當(dāng)您擁有定期更新的動(dòng)態(tài)數(shù)據(jù)時(shí)，這個(gè)工具尤其有用。然后，應(yīng)該根據(jù)最新數(shù)據(jù)對(duì)模型進(jìn)行微調(diào)，以提供盡可能準(zhǔn)確的預(yù)測(cè)結(jié)果。

在下面的腳本中，我們創(chuàng)建一個(gè)作業(yè)，使用最新數(shù)據(jù)對(duì)模型進(jìn)行微調(diào)，并將每日預(yù)測(cè)保存在數(shù)據(jù)庫(kù)表中。

CREATE JOB automate_forecasts (

FINETUNE model_table
FROM data_source
(SELECT * FROM data_table);

CREATE TABLE daily_forecasts_{{START_DATETIME}} (
SELECT m.date_column, m.column_to_be_predicted
FROM data_table AS d
JOIN model_table AS m
WHERE d.date_column > LATEST
)
)
EVERY 1 day;

要查看完整的示例，請(qǐng)?jiān)L問(wèn)我們的文檔頁(yè)面（https://docs.mindsdb.com/integrations/ai-engines/timegpt?ref=hackernoon.com#example）。此外，您可以在地址?https://docs.mindsdb.com/sql/tutorials/house-sales-forecasting?ref=hackernoon.com?處找到更多類(lèi)似的預(yù)測(cè)用例。

如何在預(yù)測(cè)分析中使用TimeGPT ？

當(dāng)今世界，公司必須足夠敏捷，才能夠?qū)γ糠昼姷氖袌?chǎng)變化做出反應(yīng)。使用類(lèi)似于TimeGPT支持的技術(shù)預(yù)測(cè)分析技術(shù)能夠幫助您保持領(lǐng)先，甚至為您帶來(lái)競(jìng)爭(zhēng)優(yōu)勢(shì)。

目前來(lái)看，企業(yè)可以在如下一些關(guān)鍵領(lǐng)域使用TimeGPT，包括：

• 財(cái)務(wù)預(yù)測(cè)

TimeGPT在處理和解釋基于時(shí)間的數(shù)據(jù)方面的熟練程度使其能夠在波動(dòng)的金融領(lǐng)域進(jìn)行更精確的預(yù)測(cè)。它能夠識(shí)別金融數(shù)據(jù)集中的當(dāng)前趨勢(shì)和細(xì)微差別，從而有助于制定更明智的投資策略。

• 需求預(yù)測(cè)

在零售業(yè)和制造業(yè)等行業(yè)，TimeGPT有助于預(yù)測(cè)產(chǎn)品需求。這對(duì)于庫(kù)存管理、供應(yīng)鏈優(yōu)化和戰(zhàn)略規(guī)劃至關(guān)重要。通過(guò)分析歷史銷(xiāo)售數(shù)據(jù)和市場(chǎng)趨勢(shì)，TimeGPT可以預(yù)測(cè)未來(lái)的需求模式，幫助企業(yè)有效地做好準(zhǔn)備和適應(yīng)。 

• 異常檢測(cè)

該模型的順序?qū)W習(xí)方法被證明在檢測(cè)異常方面是有利的，比如為了網(wǎng)絡(luò)安全而發(fā)現(xiàn)網(wǎng)絡(luò)流量中的異常模式，或者為了預(yù)測(cè)性維護(hù)而識(shí)別機(jī)器性能異常。這一功能對(duì)于在潛在問(wèn)題加劇之前避免這些問(wèn)題至關(guān)重要。

預(yù)測(cè)分析 場(chǎng)景舉例

以下是使用TimeGPT進(jìn)行準(zhǔn)確性預(yù)測(cè)分析方面的幾個(gè)典型的應(yīng)用場(chǎng)景舉例。

• 股市分析：與傳統(tǒng)的股價(jià)預(yù)測(cè)方法相比，TimeGPT表現(xiàn)良好，可成為投資者和分析師的有力助手。
• 醫(yī)療保健趨勢(shì)預(yù)測(cè)：它可以預(yù)測(cè)醫(yī)療保健趨勢(shì)，這對(duì)醫(yī)療資源的分配和規(guī)劃很重要。
• 供應(yīng)鏈優(yōu)化：TimeGPT可以預(yù)測(cè)未來(lái)物流需求趨勢(shì)，從而提高物流效率并降低成本。
• 零售客戶(hù)行為分析：它還能夠預(yù)測(cè)零售購(gòu)買(mǎi)趨勢(shì)，有助于庫(kù)存管理和定向營(yíng)銷(xiāo)。
• 制造預(yù)測(cè)性維護(hù)：TimeGPT可幫助識(shí)別潛在的設(shè)備故障，最大限度地減少停機(jī)時(shí)間和維護(hù)成本。

真實(shí)世界中的TimeGPT

如今的互聯(lián)網(wǎng)時(shí)代，全球業(yè)務(wù)比以往任何時(shí)候都更加復(fù)雜并相互關(guān)聯(lián)。一個(gè)行業(yè)的一個(gè)錯(cuò)誤舉動(dòng)可能會(huì)在其他幾個(gè)行業(yè)產(chǎn)生連鎖反應(yīng)，這使得公司利用預(yù)測(cè)分析來(lái)預(yù)測(cè)、準(zhǔn)備和應(yīng)對(duì)未來(lái)事件至關(guān)重要。

憑借其先進(jìn)的時(shí)間序列分析、深度學(xué)習(xí)功能、自適應(yīng)學(xué)習(xí)和可定制的可擴(kuò)展模型，TimeGPT已被證明是進(jìn)行更準(zhǔn)確預(yù)測(cè)分析的有效工具。

總之，將TimeGPT與MindsDB集成到一起可以創(chuàng)建一個(gè)強(qiáng)大的組合，從而直接在業(yè)務(wù)數(shù)據(jù)庫(kù)中增強(qiáng)預(yù)測(cè)見(jiàn)解的準(zhǔn)確性和適用性。這使得您能夠靈活地預(yù)測(cè)和快速應(yīng)對(duì)快速發(fā)展的全球市場(chǎng)。

那么，到底TimeGPT會(huì)如何處理您公司的數(shù)據(jù)呢？點(diǎn)擊此處鏈接?https://docs.mindsdb.com/sql/tutorials/monthly-expediture-timegpt?ref=hackernoon.com，?您可以查看更細(xì)致的針對(duì)性教程。

譯者介紹

朱先忠，51CTO社區(qū)編輯，51CTO專(zhuān)家博客、講師，濰坊一所高校計(jì)算機(jī)教師，自由編程界老兵一枚。

原文標(biāo)題：How TimeGPT Transforms Predictive Analytics with AI，作者：Jorge Torres

鏈接：??https://hackernoon.com/how-timegpt-transforms-predictive-analytics-with-ai?。