Колко души ще влязат през вратата Ви следващата седмица?
Изберете място и прочетете следващата седмица в едно изречение. После се върнете назад във времето, за да видите колко точна е била прогнозата, сравнете четири метода или опитайте свои числа. Всичко се изчислява в браузъра Ви.
Демото изисква JavaScript. Моделът и две години преброявания са около 700 KB и се изтеглят веднъж.
Самата демонстрация е на английски, както и данните ѝ.
Реални данни: дневен брой пешеходци от улични сензори в Мелбърн (City of Melbourne, CC BY 4.0), за последните две години. Тук са показани осем места; резултатите по-долу обхващат всички 65.
11,1%Средна грешка на прогнозата четири седмици напред, на 65 места и 12 дати след края на обучителните данни. Копие на числата от миналата седмица: 14,3%.
83%От реалните дни попадат във вероятния диапазон на нашия модел, който цели 80%.
600 KBЦелият модел. Работи на тази страница, а на всеки сървър обновява всяко място всяка сутрин. Без GPU, без сметка за API.
Как работи
ДанниДве години дневен брой посетители на 65 места. Дните с липсващи часове са пропуски, не догадки. Начертаният от Вас ред се обработва по същия начин.
МетодиКопие на миналата седмица, експоненциално изглаждане и нашият модел gradient boosting работят на Вашето устройство; базовият модел е изпълнен веднъж на GPU. И четирите са тествани по един и същ начин: обучени на данни отпреди май 2026 г., след което прогнозират дванадесет дати, които не са виждали.
РезултатиЕкспоненциално изглаждане: 11,9% грешка. Chronos-Bolt, голям готов модел за прогнозиране, изпълнен на GPU: 10,8%, практически толкова точен, колкото нашия, но от модел, твърде голям за браузър. Прогноза за четири седмици тук отнема 2 ms.
Какво получаватеПрогноза с интервал за всяко място, всяка сутрин, в инструмента, който вече използвате, и честно число за това колко може да сгреши. Без GPU, без сметки за API.
Код, обработка на данни и пълният бенчмарк: github.com/balticml/demand-forecasting. Искате ли това за Вашите поръчки, обаждания или посетители? Свържете се с нас