Facebook-Prophet大规模预测工具
prophet是一个可以通过 Python 和 R 语言使用的预测工具 Prophet。并非所有的预测问题都可以通过同一种程序(procedure)解决。Prophet 是为我们在 Facebook 所遇到的业务预测任务而优化的,这些任务通常具有以下特点:
对于历史在至少几个月(最好是一年)的每小时、每天或每周的观察
强大的多次的「人类规模级」的季节性:每周的一些天和每年的一些时候
事先知道的以不定期的间隔发生的重要节假日(如,超级碗)
合理数量的缺失的观察或大量异常
历史趋势改变,比如因为产品发布或记录变化
非线性增长曲线的趋势,其中有的趋势达到了自然极限或饱和
下图给出了我们发现的可以大规模使用的预测过程:
评论
dianping wormhole大规模数据传输工具
Wormhole是大众点评的大数据传输工具,目前支持类似hdfs,hive,hbase,mysql,greenplum,sqlserver,mongodb,sftp,salesforce的数据源和目标
dianping wormhole大规模数据传输工具
0
BOSHCloud Foundry 大规模部署工具
BOSH是一个针对大规模分布式系统的部署和生命周期管理的开源工具,其基础是“atoolof releaseengineering"。由其定义可以看出,虽然BOSH的诞生出自cloudfoundry的部
BOSHCloud Foundry 大规模部署工具
0
BOSHCloud Foundry 大规模部署工具
BOSH是一个针对大规模分布式系统的部署和生命周期管理的开源工具,其基础是“a tool of re
BOSHCloud Foundry 大规模部署工具
0
【KDD2024】大规模层次化工业需求时间序列预测中的稀疏性整合
来源:专知本文为论文介绍,建议阅读5分钟我们通过提出HAILS(层次化自适应稀疏时间序列模型)解决了这两个挑战。层次化时间序列预测(HTSF)在许多现实世界的商业应用中是一个重要问题,其目标是同时预测通过层次关系相互关联的多个时间序列。然而,近期的研究未能解决大型企业需求预测应用中通常出现的两个重要
数据派THU
0