2024年8月26日 --- リアルワールドデータからの予測モデルのトレーニングが容易に¶

時系列予測 ML 関数に前処理機能が含まれるようになったことをお知らせします。これにより、トレーニングデータに欠落、重複、ずれた時間ステップがある場合でも、予測モデルのトレーニングを成功させることができるようになりました。以前は、リアルワールドデータでよくあるこうした問題が、モデルのトレーニングを妨げていました。これらの機能は以下のとおりです。

• モデルがイベント周期を推測できなかったり、正しく推測できなかったりした場合に備えて、手動でイベント周期を指定することができます。

• モデルでは、周辺の時間ステップから欠損した目標値を補間することができます。

• モデルは、標準的なイベント周期外で発生したイベントのディメンションの値をさまざまな方法で集計することができ、値の方や列ごとに集計動作を指定できます。

このような補正の数が比較的少ない場合、予測精度に顕著な影響はありません。

詳細については、 時系列予測における現実世界のデータの取り扱い をご参照ください。