Seleção de Algoritmos para Predições Avançadas no FreeForm

Selecione os algoritmos a serem usados para a predição avançada no FreeForm.

Para definir o algoritmo a ser usado na predição avançada:

1. Na seção Selecionar Algoritmos, selecione o algoritmo a ser usado:

   • Oracle AutoMLx — Um conjunto proprietário de dez algoritmos (incluindo univariados e multivariados); seleciona automaticamente o melhor modelo para a medida de erro fornecida. Executa todos esses algoritmos e seleciona a melhor opção com os melhores resultados para você.

     • Executa vários modelos estatísticos e algoritmos de aprendizado de máquina em seus dados.
     • Ajusta e valida os modelos.
     • Localiza o melhor modelo para seus dados.
     • Ajusta seus dados ao melhor modelo.

   • Light GBM — Light Gradient Boosting, um algoritmo baseado em árvore e em conjunto, eficiente em termos de velocidade e adequado para conjuntos de dados maiores. Mais adequado para conjuntos de dados em que o tempo tem menos relevância em comparação com outros recursos.

   • XGBoost — Extreme Gradient Boosting, um algoritmo baseado em conjunto e em árvore, mais adequado para conjuntos de dados em que o tempo tem menos relevância em comparação com outros recursos.

   • Prophet — Algoritmo de séries temporais mais adequado para dados com fortes efeitos sazonais e várias temporadas de dados históricos.

   • SARIMAX — Arima com algoritmos exógenos.

   Note:

   No Cloud EPM OCI realms OC2, OC3 e OC4, apenas os algoritmos SARIMAX e Prophet são suportados.
2. Selecione a Métrica de Erro de Previsão a ser usada para o algoritmo selecionado a fim de definir como o algoritmo deve selecionar o melhor modelo. Ela otimiza o treinamento do modelo com base na métrica de erro selecionada para determinar a melhor opção a ser usada na predição. O mecanismo de ML aprende os padrões com os dados e procura a melhor opção para minimizar os erros na medida do possível. O mecanismo de aprendizado de máquina avalia cada iteração com base na métrica de erro selecionada e escolhe a iteração em que essa métrica apresenta o menor valor.
   • sMAPE— Erro Percentual Absoluto Médio Simétrico
   • MAPE — Erro Percentual Absoluto Médio
   • RMSE — Erro Quadrático Médio da Raiz

   Usando sua opção de medida de erro, as Predições Avançadas:

   • Escolhem o modelo com o menor erro como o melhor modelo.
   • Para o melhor modelo:
     • Geram séries ajustadas correspondentes à série de entrada.
     • Geram previsão para o horizonte.