자동 시계열
시계열 모델링
시계열 모델링의 목표는 연휴 기간 동안의 매출 예측, 다가오는 주에 필요한 직원 수 예측 또는 과잉 재고 없이 제조 수요 충족 등 과거 행동으로부터 미래 성과를 예측하는 것입니다.
여러 가지 과거 사건이 현재 예측에 영향을 미칠 수 있고 가장 영향력이 큰 신호를 찾는 것이 까다롭기 때문에 시계열 모델링은 안타깝게도 복잡하고 힘든 과정이 될 수 있습니다. 신제품을 출시하거나 경쟁 업체가 새로운 매장을 개설한 후와 같이 환경의 변화에 따라 이러한 모델을 수동으로 재구축해야 합니다. 지금까지는 말입니다.
시계열 자동화
DataRobot은 시계열 피처 엔지니어링 자동화를 비롯한 시계열 모델링의 모범 사례를 통합하여 예측 신호를 발견합니다. 또한 정상성, 계절성을 자동으로 감지하고 대상을 변환하며 가능한 최고의 정확도를 달성하기 위해 백 테스팅을 구현합니다.
높은 정확도
ARIMA 및 Facebook Prophet과 같이 필수적이고 입증된 시계열 기법 외에도 DataRobot에는 훨씬 높은 예측 정확도 달성에 도움이 되는 고급 시계열 모델이 포함되어 있습니다.
가치 획득
시계열 모델의 목표는 이해를 이끌어내고 미래의 결과를 예측하는 것이므로 DataRobot은 모델링과 비즈니스 프로세스 및 애플리케이션의 통합에 필요한 완전한 API 지원 등 시간에 따른 통찰력을 시각화하고 프로적션에 모델을 배포하는 여러 가지 방법을 제공합니다.
자동 시계열 실행
미국 최대의 영리 민간 병원 운영사인 Steward Health Care는 DataRobot을 사용하여 전국 38개 병원 네트워크에서 운영 효율성을 크게 개선하고 비용을 절감하고 있습니다. 인건비만으로도 병원 운영 비용의 60%가 지출됩니다.
Steward는 DataRobot의 향상된 환자 규모 예측을 통해 Steward 네트워크의 38개 병원 중 8개 병원의 과잉 인력을 1% 줄임으로써 2백만 달러에 달하는 잠재적 인건비를 절감했습니다.
우리 병원은 많은 양의 데이터를 보유하고 있으며 이를 이점으로 활용하고자 합니다. DataRobot에는 과거 데이터를 가져와 조작하고 이를 통해 배움을 얻도록 도와주는 도구가 있습니다. 우리 병원은 이미 DataRobot으로 엄청난 비용과 시간 절약을 경험했으며 이러한 최신 기술은 앞으로도 간호사 인력 배치와 환자의 입원 기간 예측 방법을 더욱 개선해 병원 네트워크에 상당한 이점을 제공할 것입니다.
