Prognozowanie i analiza szeregów czasowych Vertex AI

Dokładne prognozowanie ma kluczowe znaczenie dla firm przewidujących popyt, sprzedaż lub potrzeby w zakresie zasobów, ale tworzenie skalowalnych modeli szeregów czasowych może być skomplikowane. Ten pisemny kurs poprowadzi Cię przez wykorzystanie Vertex AI do projektowania i wdrażania gotowych do produkcji rozwiązań prognozowania. Przejdziesz od zrozumienia podstawowych pojęć szeregów czasowych do strukturyzowania danych, szkolenia zaawansowanych modeli prognozowania i wdrażania ich w celu generowania praktycznych prognoz. Co się nauczysz: Zrozumienie podstawowych pojęć szeregów czasowych, w tym trendów, sezonowości i modeli sekwencji; Przygotowanie i uporządkowanie danych historycznych specjalnie dla procesów prognozowania uczenia maszynowego; Konfigurowanie i szkolenie modeli prognozowania za pomocą AutoML i niestandardowych potoków szkoleniowych w Vertex AI; Ocena wydajności modelu za pomoca kluczowych wskaźników, takich jak MAE, RMSE i MAPE; Wdrażaj wyszkolone modele prognozowania w punktach końcowych w celu prognozowania partii i czasu rzeczywistego; Zastosuj nowoczesne praktyki MLOps do monitorowania dryfu modelu i automatyzacji przebiegów rurociągów. Zaczniesz od podstawowych definicji i wymagań dotyczących przygotowania danych, a następnie przejdziesz przez konfigurację, ocenę i wdrożenie modelu. Ten kurs jest przeznaczony dla początkujących, analityków danych i programistów, którzy chcą rozszerzyć swój zestaw narzędzi do uczenia maszynowego, bez wymaganych zaawansowanych wymagań wstępnych. Zacznij czytać już dziś, aby opanować prognozowanie szeregów czasowych w chmurze.