Anticiper une tendance plutôt que juste la constater, avec des intervalles de confiance (GluonTS)

Framework de prévision de séries temporelles par réseaux de neurones, pour la consommation, la demande ou la maintenance prédictive

Ce qu'il faut

Niveau: N2 · Un peu de bricolage — Fonctionne dans un outil que vous avez déjà, mais demande des réglages (clé d'accès, options) avant d'être opérationnel.
Serveur requis: Non
Réglages requis: Oui
Licence: Projet tiers sous licence permissive (Apache-2.0) : utilisation, modification et redistribution permises selon ses termes, avec conservation des mentions de droit d'auteur et du texte de licence. Le texte de la licence d'origine, publié dans le dépôt source, fait foi.

GluonTS est un framework de prévision de séries temporelles par réseaux de neurones, pensé pour les équipes qui doivent anticiper une tendance plutôt que juste la constater : consommation, demande, dégradation progressive d'un équipement. Il produit des intervalles de confiance probabilistes sur l'évolution future. Une base solide pour construire un module de maintenance prédictive à partir de vos propres données de capteurs.

Licence et attribution : Source : https://github.com/awslabs/gluonts. Licence : Apache-2.0 (https://raw.githubusercontent.com/awslabs/gluonts/dev/LICENSE). Tous droits conservés par ses auteurs ; cette fiche est une présentation rédigée par Marketia.