機械翻訳について

3.4 時系列ユース・ケース

家電量販店に勤務していますが、ここ2四半期でノートパソコンやタブレット端末の売上が伸びています。 過去のタイムスタンプ・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。 過去のデータを使用して等間隔の期間での変化を予測するため、指数平滑法アルゴリズムを使用して売上を予測します。

表3-2 関連コンテンツ

トピック	リンク
OML4Py GitHubの例	時系列 - 指数平滑法
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

OML4Py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:

  • 無償のクラウド・アカウントを取得します。 https://cloud.oracle.com/databaseに移動し、Oracle Database Cloud Service (DBCS)またはOracle Autonomous Databaseを選択します。 アカウントを作成してインスタンスを作成します。 Autonomous Databaseクイック・スタート・ワークショップを参照してください。
  • Oracle Database (オンプレミス)の最新バージョンをダウンロードします。

• 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。
• データの探索
  データを探索して、データの品質を理解し、評価します。 このステージでは、データを評価してデータ内のデータ型およびノイズを識別します。 欠損値および数値外れ値を探します。
• 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、探索段階で生成されたOMLプロキシ・オブジェクトESM_SH_DATAで指数平滑法アルゴリズムを使用します。
• 評価
  診断メトリックを表示し、品質チェックを実行して、モデルを評価します。