A Dyntell Machine Learning adattudós csapata üzleti adatok elemzésével foglalkozik debreceni irodánkban. Feladatuk, hogy olyan összefüggéseket tárjanak fel az adatbázisokban, melyek „szabad szemmel” nem láthatók, de profitra fordíthatók az adott vállalat tevékenysége során.
Ügyfeleink leggyakrabban az alábbi két jellemzőt alkalmazzák:
- Osztályozás: amikor a rendhagyó adatokat keressük az adatbázisban (hibát, csalást)
- Idősorokon végzett predikció (pl. jövőbeli vevői rendelésmennyiségek előrejelzése)
Kiváltképp utóbbi esetben nehéz olyan általános algoritmust találni, ami alkalmazkodni tud az adott idősor tulajdonságaihoz és egyben megbízható eredményt is ad. Épp ezért kezdtük el ezeket a megoldásokat a különböző devizaárfolyamok előrejelzésén tesztelni, tekintve hogy ezekben az esetekben egyértelmű és gyors a visszacsatolás.
Nemrég publikussá vált egy tesztrendszerünk, melyben az EUR/HUF árfolyamot jelezzük előre óránkénti és naponkénti bontásban. A napi predikció gyakorlatilag az adott napi MNB árfolyam előrejelzése, míg az óránkénti a napközbeni finommozgásokat jósolja. Jelenlegi ingyenes verziónkban egyelőre az adatok mintázata alapján jelezzük előre a következő 5 pont várható értékét mélytanulás segítségével; tehát nem kapcsoljuk össze az elemzést más adatsorokkal, amelyek összefüggésben vannak a Forint vagy Euró árfolyammal. Az algoritmus – ennek ellenére – nagyon gyakran, 70% feletti hatásfokkal találja el, hogy az árfolyam felfelé vagy lefelé fog mozogni.
A szolgáltatás jó segítség lehet azon cégek pénzügyeseinek, akik gyakran váltanak devizát: exportálnak vagy importálnak – mialatt gyorsan kell dönteniük, hogy aznap váltsanak vagy épp érdemes holnapig várni -, ugyanakkor érdekes azok számára is, akik kételkednének a gépi tanuló algoritmusok képességeiben.
Regisztráljon, és próbálja ki Ön is:
http://prediction.cloud/
Fejlesztőink révén Dyntell.BI rendszerünk már sokkal kifinomultabb algoritmusokat és struktúrákat használ a predikcióra. Az ún. Deep Prediction más idősorok kapcsolatát is vizsgálja; Ensemble rendszerekkel versenyeztetve az egyes algoritmusokat, annak érdekében, hogy a lehető legpontosabb előrejelzést adják az ügyfeleinknek.
