Mar, 2022
弹性神经预测系统
Resilient Neural Forecasting Systems
Michael Bohlke-Schneider, Shubham Kapoor, Tim Januschowski
TL;DR本文讨论了工业机器学习系统中的数据挑战及解决方案。结合劳动规划案例，介绍了如何使预测系统对数据分布变化、缺失值和异常值具有鲁棒性。采用周期性重训练策略以解决数据分布变化，着重讨论了数据稳定性的关键重要性。此外，文章还展示了深度学习模型如何在不需要插补的情况下本地化处理缺失值。最后，文章介绍了如何检测输入数据中的异常并在其影响预测之前减轻其影响。这样，我们得到了一个完全自主的预测系统，与由算法和人工控制混合的系统相比具有更好的效果。