Mitu inimest astub järgmisel nädalal Teie uksest sisse?
Valige asukoht ja lugege järgmist nädalat ühest lausest. Seejärel minge ajas tagasi, et näha, kui täpne prognoos oli, võrrelge nelja meetodit või proovige oma numbreid. Kõik arvutatakse Teie brauseris.
Demo vajab JavaScripti. Mudel ja kahe aasta loendused on umbes 700 KB ning laaditakse alla üks kord.
Demo ise on inglise keeles, nagu ka selle andmed.
Tegelikud andmed: Melbourne'i tänavaandurite loendatud päevased külastajad (City of Melbourne, CC BY 4.0), viimased kaks aastat. Siin on näha kaheksa asukohta; allolevad tulemused hõlmavad kõiki 65.
11,1%Keskmine prognoosiviga neli nädalat ette, 65 asukohas ja 12 kuupäeval pärast treeningandmete lõppu. Eelmise nädala arvude kopeerimine: 14,3%.
83%Tegelikest päevadest jäi meie mudeli tõenäolisse vahemikku, mille eesmärk on 80%.
600 KBKogu mudel. See töötab sellel lehel ja uuendab igas serveris igal hommikul iga asukoha. Ilma GPU ja API-arveta.
Kuidas see töötab
AndmedKaks aastat igapäevaseid külastajate loendusi 65 asukohas. Puuduvate tundidega päevad jäävad lünkadeks, mitte oletusteks. Teie joonistatud rida koheldakse samamoodi.
MeetodidEelmise nädala kordamine, eksponentsiaalne silumine ja meie gradient boosting'u mudel töötavad Teie seadmes; alusmudel käivitati üks kord GPU-l. Kõiki nelja testiti ühtmoodi: treeniti enne 2026. aasta maid olnud andmetel ja seejärel paluti prognoosida kaksteist kuupäeva, mida nad polnud näinud.
TulemusedEksponentsiaalne silumine: 11,9% viga. Chronos-Bolt, suur valmis prognoosimudel, mis töötab GPU-l: 10,8%, praktiliselt sama täpne kui meie oma, kuid brauseri jaoks liiga suur. Nelja nädala prognoos võtab siin 2 ms.
Mida Te saatePrognoosi koos vahemikuga iga asukoha kohta, igal hommikul, tööriistas, mida juba kasutate, ning ausa numbri selle kohta, kui palju see eksib. Ilma GPU ja API-arveta.
Kood, andmetoru ja täielik võrdlus: github.com/balticml/demand-forecasting. Kas soovite seda oma tellimuste, kõnede või külastajate jaoks? Võtke ühendust