无需机器学习的干扰即可预测任何事情。

获得准确的单变量预测不需要数周的努力或机器学习学位。无论是规划库存、预测能源输出还是优化供应链，时间序列预测都应该简单、可扩展且可靠。

这就是我们构建Sulie的原因：一个基础模型，旨在让预测变得更容易、更快，并且每个人都可以使用。

？ 苏莉是什么？

Sulie 是时间序列预测的基础模型。 Sulie 经过跨行业和任务的不同数据集的培训，具有行业不可知性和数据灵活性，使其能够解决各种时间序列预测问题，而无需针对特定任务进行定制。

？ 为什么是苏莉？

这就是苏莉脱颖而出的原因：

• 用几行代码进行预测 - 快速开始预测，无需复杂的管道或设置。
• 自动微调 - Sulie 会适应您的数据以提高准确性，同时您可以专注于自己的目标。
• 零机器学习麻烦 - 无需训练模型、摆弄超参数或处理基础设施。苏莉负责搬运重物。

？ 现实世界用例

苏莉非常适合：

• 能源 - 预测可再生能源产量，例如风能或太阳能发电。
• 零售 - 计划产品补货并预测销售趋势。
• 供应链 - 优化物流并降低库存成本。
• 财务数据 - 收入或支出的预测趋势。

？ 如何运作

将 Sulie 集成到您的工作流程或 SaaS 中非常简单。这是一个例子：

import os
import pandas as pd
from sulie import Sulie

client = Sulie(
    api_key=os.environ.get("SULIE_API_KEY")
)

# Prepare your data
df = pd.DataFrame(your_data)

# Upload a dataset
dataset = client.upload_dataset(
    name="product-purchases-v1", 
    df=df
)

# Forecast on time-series data                                                           
forecast = client.forecast(
    dataset="product-purchases-v1",
    horizon=30, # 30 time steps ahead
    target_col="y"
)

开始

• 在 GitHub 上探索 Sulie
• 了解更多信息，请访问 sulie.co

以上是无需机器学习的干扰即可预测任何事情。的详细内容。更多信息请关注PHP中文网其他相关文章！