时间序列预测是机器学习（ML）的重要研究领域，尤其是在准确预测至关重要的地方，包括零售，供应链，能源，金融等多个行业。例如，在消费品领域，提高准确性需求预测的10-20％可以减少5％的库存，并增加2-3％的收入。当前基于ML的预测解决方案通常由专家构建，并且需要大量的人工工作，包括模型构建，特征工程和。但是，此类专业知识可能无法广泛获得，这可能会限制将ML应用于时间序列预测挑战的好处。

为了解决这个问题，（AutoML）是一种通过自动化创建ML模型的过程使ML更广泛地访问ML的方法，并且最近已经加速了ML研究以及将ML应用到现实世界中的问题。例如，有关神经体系结构搜索的最初工作实现了计算机视觉（例如NasNet，AmoebaNet和EfficientNet）以及自然语言处理（例如Evolved Transformer）方面的突破。最近，AutoML也已应用于表格数据。

今天，Google为时间序列预测引入了可扩展的端到端AutoML解决方案，该解决方案满足三个关键标准：

· 全自动：该解决方案将数据作为输入，并生成可服务的模型作为输出，而无需人工干预。

· 通用：该解决方案适用于大多数时间序列预测任务，并自动搜索每个任务的最佳模型配置。

· 高质量：与为特定任务手工制作的模型相比，所生产的模型具有竞争优势。

通过参加M5预测竞赛来证明这种方法的成功，在此，此AutoML解决方案以较低的计算成本获得了与手工模型相比的竞争优势。

挑战时间序列预测时间序列预测带来了一些挑战，以机器学习模型。首先，不确定性通常很高，因为目标是根据历史数据预测未来。与其他机器学习问题不同，测试集（例如，将来的产品销售）可能与训练和验证集的分布有所不同，后者是从历史数据中提取的。其次，来自现实世界的时间序列数据经常遭受数据丢失和高间歇性的困扰（即，当时间序列的很大一部分具有零值时）。某些时间序列任务可能没有历史数据可用，并且会遇到冷启动问题，例如，在预测新产品的销售时。第三，由于我们的目标是构建一个完全自动化的通用解决方案，因此同一解决方案需要应用于各种数据集，这些数据集在域（产品销售，网络流量等），粒度（每天，每小时等）方面可能存在很大差异），历史记录长度，要素类型（分类，数字，日期时间等）等等。

AutoML解决方案为了应对这些挑战，我们设计了端到端TensorFlow管道，该管道具有用于时间序列预测的专用搜索空间。它基于编码器-解码器体系结构，其中编码器将时间序列中的历史信息转换为一组向量，然后解码器根据这些向量生成将来的预测。受Transformer和WaveNet等最新序列模型以及时间序列预测的最佳做法的启发，我们的搜索空间包括以及不同的功能转换。最终的AutoML解决方案将搜索这些组件以及核心超参数的最佳组合。

为了克服预测时间序列的不确定性，使用搜索中发现的顶级模型的集合进行最终预测。顶级模型的多样性使预测对不确定性更加稳健，并且不太容易过拟合历史数据。为了处理缺少数据的时间序列，我们用可训练的矢量填补空白，让模型学习适应丢失的时间步长。为了解决间歇性问题，我们不仅为每个未来时间步预测了值，而且还预测了此时间步的值不为零的概率，并将这两个预测结合在一起。最后，我们发现自动搜索能够调整不同数据集的体系结构和超参数选择，这使AutoML解决方案具有通用性并使建模工作自动化。

预测竞赛中的基准测试为了对我们的AutoML解决方案进行基准测试，我们参加了M5竞赛，这是的最新，它是预测社区中最重要的竞赛之一，已有近40年的悠久历史。这次最新的竞赛是在Kaggle上举办的并使用了沃尔玛产品销售中的数据集，其真实世界的性质使问题变得非常棘手。

我们以全自动解决方案参加了比赛，在银牌区的最终排行榜中，在5558名参与者中排名第138（最高2.5％）。比赛的参与者将近四个月的时间来制作他们的模型。尽管许多竞争性的预测模型都需要数月的人工来创建，但我们的AutoML解决方案却能在很短的时间内找到该模型，而计算成本却适中（500个CPU，可使用2小时），而无需人工干预。

我们还以其他几个Kaggle数据集为基准对我们的AutoML预测解决方案进行了基准测试，发现尽管资源使用有限，但平均而言它的性能优于92％的手工模型。

这项工作展示了用于时间序列预测的端到端AutoML解决方案的优势，我们为它对现实应用程序的潜在影响而感到兴奋。

本站所发布的文字与图片素材为非商业目的改编或整理，版权归原作者所有，如侵权或涉及违法，请联系我们删除