Tinkoff.AI Time Series

ETNA в Open Source уже больше полугода. За это время участники команды добавили много новых функций (и исправлений багов): модели и стратегии прогнозирования, более двух десятков фичей и графиков, а еще инструменты для анализа рядов и результатов прогноза. В этом докладе Андрей расскажет про самые интересные из них и объяснит, где и зачем их применять, а также ответит на вопросы как по самой библиотеке, так и по тому, как она используется в Тинькофф.
Доклад будет интересен не только тем, кто уже давно работает с временными рядами, но и тем, кто только начинает свой путь в прогнозировании.

В работе с временными рядами и прогнозированием многие отдают предпочтение градиентному бустингу: это быстро и эффективно, а на стадии R&D показывает хорошие теоретические метрики. Все становится интереснее, когда доходит до продакшена: там у градиентного бустинга случаются проблемы с бизнес-метриками.
В докладе Мария расскажет об опыте использования градиентного бустинга в Самокате: почему выбрали именно его, с какими сложностями столкнулись на продакшене, как решают эти проблемы.
Надеемся, доклад будет интересен тем, кому еще только предстоит использовать градиентный бустинг в проде, и поможет подготовиться к возможным сложностям. А также тем, кто хочет познакомиться с разными подходами к улучшению бизнес-метрик в прогнозе спроса.

Откуда возникает неопределенность. Каковы существующие подходы к построению предсказательных интервалов, как оценивать качество и как стоит интерпретировать результаты предсказания.

Максим расскажет, что компания использует кроме важности признаков для того, чтобы объяснить предсказания моделей, и как это помогает повышать качество системы прогнозирования.