時系列データの予測に使える「時系列基盤モデル」の種類と活用例 - SORACOM公式ブログ
こんにちは、ソラコムのテクノロジー・エバンジェリスト 松下（ニックネーム: Max）です。 この記事では最近私が注目している、時系列データの予測に使える「時系列基盤モデル」をご紹介します。 基盤モデルとは 基盤モデル(Foundation Model)とは、膨大なデータを基にした学習済みのAIモデルです。 生成 AI で話題となる LLM（大規模言語モデル）は、基盤モデルの一種です。その名の通り、言語を対象にしたモデルですが、昨今はテキストだけでなく音声、静止画、動画といった様々なデータに対応し、複合的に扱える（マルチモーダル）ようにもなっています。 ここでご紹介する時系列基盤モデルも、LLMと同様に基盤モデルの一種です。 IoTと時系列データの関係性、未来予測の課題 IoTに限らず、ビジネスでは時系列データを扱う機会がとても多いです。 時系列というのは、例えば室温であれば、10時に25.
時系列予測のベストプラクティスを共有するGitHubリポジトリを開設、Microsoft
時系列予測のベストプラクティスを共有するGitHubリポジトリを開設、Microsoft：PythonやR向け Microsoftは、時系列予測のベストプラクティスを共有するためのGitHubリポジトリを開設した。PythonやRを使っている開発者に向けたものだ。 Microsoftの「R」コミュニティー向けブログサイト「Revolutions」は、2020年4月14日（米国時間）、時系列予測のベストプラクティスを共有するためのGitHubリポジトリ「Time Series Forecasting Best Practices & Examples」を開設したと発表した。 Microsoftはこのリポジトリについて、README.mdで次のように説明している。 「時系列予測は、データサイエンスで最も重要なトピックの一つだ。的確な意思決定と効果的な資源配分を行うために、ほぼ全ての企業には未来
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
