Capítulo 16. Pacotes de séries temporais
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Nos últimos anos, foram publicados vários pacotes e documentos por grandes empresas tecnológicas relacionados com a forma como lidam com o enorme número de séries cronológicas que recolhem enquanto organizações digitais com enormes bases de clientes, registos sofisticados, análises empresariais de ponta e inúmeras necessidades de previsão e processamento de dados. Neste capítulo, vamos discutir algumas das principais áreas de pesquisa e desenvolvimento relacionadas com estes conjuntos de dados de séries temporais em constante expansão, especificamente: previsão em escala e deteção de anomalias.
Previsão à escala
Para muitas grandes empresas tecnológicas, lidar com séries cronológicas é um problema cada vez mais importante e que surgiu naturalmente nas suas organizações. Ao longo do tempo, várias destas empresas responderam desenvolvendo pacotes inteligentes e automatizados de séries cronológicas especificamente orientados para a "previsão em escala", uma vez que eram necessárias tantas previsões numa grande variedade de domínios. Eis como dois cientistas de dados da Google que desenvolveram o pacote de previsão automatizada da empresa descreveram as circunstâncias que motivaram o seu produto numa publicação de blogue de 2017 (ênfase acrescentada):
A procura de previsões de séries cronológicas na Google cresceu rapidamente, ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access