機械翻訳について

3.3 時系列ユースケース

あなたはエレクトロニクス・ストアで働いており、ラップトップとタブレットの売上は過去2四半期で増加しています。 タイムスタンプ付き履歴データを使用して、次の4四半期の製品売上を予測します。 これを行うには、指数平滑法アルゴリズムを適用します。このアルゴリズムは、履歴データの均等間隔の時間間隔でパターンを分析することによって将来の売上を予測します。

表3-1関連コンテンツ

トピック リンク
時系列について 時系列について
モデル設定について モデル設定について
共有設定 共有設定
時系列のアルゴリズム 時系列のアルゴリズム

OML4Rユース・ケース・ジャーニを開始する前に、次のものがあることを確認してください:

  • データ・セット

    このユースケースに使用されるデータ・セットは、SHスキーマからのものです。 SHスキーマは、Oracle Autonomous Databaseで簡単にアクセスできます。 オンプレミス・データベースの場合、スキーマはインストール時にインストールされるか、スクリプトをダウンロードして手動でインストールできます。 サンプル・スキーマのインストールを参照してください。

    SHスキーマのSALES表を使用します。 表にアクセスするには、OML NotebooksでSELECT文を実行します。

  • データベース

    次のいずれかのオプションを使用して、データベースを選択または作成します:

  • 機械学習ツール

    Oracle Autonomous Database用のOML Notebooksを使用します。

トピック:

  • データへのアクセス
    SHスキーマからデータ・セットにアクセスし、データを探索して属性を理解します。
  • データの詳細
    データを調べて、その構造を理解し、その品質を評価します。     この段階で、データ型を特定し、存在するノイズを検出します。 欠落している値および数値の外れ値を確認します。
  • モデルの構築
    時系列データを使用してモデルを構築するには、探索段階で作成したプロキシ・オブジェクトESM_SH_DATAに指数平滑法アルゴリズムを適用します。
  • 評価
    診断メトリックをレビューし、品質チェックを実行して、モデルを評価します。

関連トピック

親トピック: ユースケース