TimeGPT Il primo modello di base per la previsione di serie temporali

TimeGPT Il primo modello di base per previsione di serie temporali

Esplora il primo modello di previsione generativa pre-addestrato e applicalo in un progetto con Python

Foto di Boris Smokrovic su Unsplash

Il campo della previsione delle serie temporali sta attraversando un periodo molto interessante. Solo negli ultimi tre anni abbiamo visto molti contributi importanti, come N-BEATS, N-HiTS, PatchTST e TimesNet.

Allo stesso tempo, i grandi modelli di linguaggio (LLM) hanno guadagnato molta popolarità di recente, con applicazioni come ChatGPT, in quanto possono adattarsi a una vasta gamma di compiti senza ulteriore formazione.

Ciò porta alla domanda: possono esistere modelli fondamentali per le serie temporali come esistono per l’elaborazione del linguaggio naturale? È possibile che un grande modello pre-addestrato su enormi quantità di dati delle serie temporali possa quindi produrre previsioni accurate su dati non visti?

Con TimeGPT-1, proposto da Azul Garza e Max Mergenthaler-Canseco, gli autori adattano le tecniche e l’architettura dietro i LLM al campo delle previsioni, costruendo con successo il primo modello fondamentale per le serie temporali in grado di effettuare inferenze senza supervisione.

In questo articolo, esploreremo prima l’architettura di TimeGPT e come il modello è stato addestrato. Successivamente, lo applicheremo in un progetto di previsione per valutarne le prestazioni rispetto ad altri metodi all’avanguardia, come N-BEATS, N-HiTS e PatchTST.

Per ulteriori dettagli, assicurati di leggere il documento originale.

Scopri le ultime tecniche di analisi delle serie temporali con il mio riassunto gratuito delle serie temporali in Python! Ottieni l’implementazione di tecniche statistiche e di apprendimento profondo, tutto in Python e TensorFlow!

Cominciamo!

Esplora TimeGPT

Come accennato in precedenza, TimeGPT è un primo tentativo di creare un modello fondamentale per la previsione delle serie temporali.

Illustrazione di come TimeGPT è stato addestrato per effettuare inferenze su dati non visti. Immagine di Azul Garza e Max Mergenthaler-Canseco tratta da TimeGPT-1

Dalla figura sopra, si può vedere che l’idea generale dietro TimeGPT è di addestrare un modello su…