Sie wollten schon immer einmal die Zukunft vorhersagen? Dann könnte Ihre Zeit jetzt angebrochen sein, denn Wissenschaftler des Massachussets Institute for Technology (MIT) haben ein Programm entwickelt, das datengestützte Prognosen für Laien zugänglich macht.
Prognosen auf Basis von Daten
In den letzten Jahren sind datengestützte Prognosen immer beliebter geworden, da Unternehmen und Organisationen danach streben, fundiertere Entscheidungen auf der Grundlage harter Daten zu treffen. Die Erstellung genauer Prognosen erfordert jedoch oft ein hohes Maß an Fachwissen, was die Zugänglichkeit dieses spannenden Instruments einschränken kann.
Die Forscher des MIT haben nun eine benutzerfreundliche Oberfläche entwickelt, die auch Nicht-Experten hilft, Prognosen auf der Grundlage von im Laufe der Zeit gesammelten Daten zu erstellen. Dies gab das MIT in einer Pressemitteilung bekannt. Ihr System mit dem Namen tspDB integriert die Vorhersagefunktionalität direkt in eine bestehende Zeitreihendatenbank. Dies vereinfacht die Benutzeroberfläche, sodass ein Nicht-Experte in wenigen Sekunden eine Vorhersage erstellen kann.
Bislang nur für Experten zugänglich
Zeitreihendaten sind eine Sammlung von Beobachtungen, die im Laufe der Zeit aufgezeichnet wurden. Sie können verwendet werden, um das Wetter von morgen vorherzusagen, zukünftige Aktienkurse zu prognostizieren, verpasste Verkaufschancen im Einzelhandel zu erkennen oder das Risiko eines Patienten, eine Krankheit zu entwickeln, abzuschätzen. Die Vorhersage von Zeitreihendaten erfordert in der Regel mehrere Schritte der Datenverarbeitung und den Einsatz komplexer Algorithmen des maschinellen Lernens. Diese Algorithmen haben allerdings eine so steile Lernkurve, dass sie für Laien nicht ohne weiteres zugänglich sind.
Mit tspDB soll dies nun aber möglich werden. Das Programm arbeite bei zwei Aufgaben gar genauer und effizienter als moderne Deep-Learning-Methoden: bei der Vorhersage zukünftiger Werte und beim Auffüllen fehlender Datenpunkte. Die Software befinde sich zwar noch in der Entwicklung, aber das MIT-Team ist zuversichtlich, dass es in Zukunft noch mehr Aufgaben bewältigen kann.
Mittels Algorithmen das Wetter bestimmen
Abdullah Alomar, Student der Elektrotechnik und Informatik (EECS), und seine Co-Autoren erklären in dem kürzlich erschienenen Forschungspapier, dass ein Grund für den Erfolg von tspDB darin liegt, dass es einen neuartigen Algorithmus zur Zeitreihenvorhersage enthält – einen Algorithmus, der besonders effektiv bei der Vorhersage von multivariaten Zeitreihendaten ist.
In einer Wetterdatenbank hängen etwa Temperatur, Taupunkt und Wolkenbedeckung jeweils von ihren vergangenen Werten ab. Der von tspDB verwendete Algorithmus zur Zeitreihenvorhersage ermöglicht genauere Vorhersagen für solche Daten als jede andere bekannte Datenbank dieser Art.
Der Algorithmus schätzt auch die Volatilität einer multivariaten Zeitreihe, um dem Benutzer ein Vertrauensniveau für seine Vorhersagen zu geben. „Selbst, wenn die Zeitreihendaten immer komplexer werden, kann dieser Algorithmus jede Zeitreihenstruktur effektiv erfassen. Ich habe das Gefühl, dass wir die richtige Linse gefunden haben, um die Modellkomplexität von Zeitreihendaten zu betrachten“, so Hauptautor Devavrat Shah.
Bild von moritz320 auf Pixabay