実践 時系列解析 ―統計と機械学習による予測

17章予測の予測

将来予測が絶望的であることを語った名言は既にたくさんありますが、それでも著者は、本書の締めくくりに今後の展望についての考えを示さずにはいられません。

17.1　サービスとしての予測

時系列予測はデータサイエンスの他の分野に比べて専門家の数が少ないため、時系列解析と予測を効率よく簡単にパッケージ化して展開できるサービスを開発しようという機運がありました。例えば、「16章　時系列パッケージ」で言及したように、最近Amazonが時系列予測サービスを展開しましたが、これを行っている企業はAmazonに限りません。Amazonのモデルはあえて汎用性を持たせているようで、予測はデータパイプラインの単なる1ステップとして構成されています（図17-1を参照）。

図17-1 サービスとしての予測のパイプラインの時系列の例。このようなサービスは、いろいろなスタートアップ企業やテック大企業で提供されている。最も有名なのはAmazonのサービスで、ディープラーニングと統計の両方のモデルが駆動する一連の製品によって、自動的かつ大規模な時系列データ予測に適合させた、製品一式が公開されている。

こういったサービスとしての予測のモデル化の取り組みは、ひどく不正確な予測を生成することなく多様な分野に適応できる、十分に良い汎用モデルを目指しています。このような取り組みのほとんどは、自身のモデルはディープラーニングと従来の統計モデルの混合を使っていると説明します。しかし、サービスは究極的にはブラックボックスなので、予測が失敗する理由を理解したり、改善できる方法を過去に遡って調べることは困難でしょう。つまり、予測の質のレベルは十分に高いのですが、おそらく性能が頭打ちになることを意味します。 ...