面向价格预测应用的自动化机器学习方法基准测试
机器学习
2023-09-28 v1 人工智能
摘要
由于空间和时间上的价格波动，二手工程机械的价格预测是一项具有挑战性的任务。因此，基于当前市场数据实现预测过程自动化具有高度价值。尽管将机器学习(ML)应用于这些数据是预测特定工具残值的一种有前景的方法，但由于中小企业缺乏足够的 ML 专业知识，其难以实施。为此，我们展示了用自动化机器学习(AutoML)解决方案替代手动创建的 ML 流程的可能性，后者可自动生成底层流程。我们将 AutoML 方法与企业领域知识相结合。基于 CRISP-DM 流程，我们将手动 ML 流程拆分为机器学习和非机器学习部分。为考虑所有复杂的工业需求并证明我们新方法的可适用性，我们设计了一种名为方法评估分数的新指标，它融合了质量与可用性方面最重要的技术和非技术度量。基于该指标，我们在价格预测工业用例的案例研究中表明，对于有意开展此类解决方案的创新型中小企业，领域知识与 AutoML 结合可削弱其对 ML 专家的依赖。
引用
@article{arxiv.2304.14735,
title = {Benchmarking Automated Machine Learning Methods for Price Forecasting Applications},
author = {Horst Stühler and Marc-André Zöller and Dennis Klau and Alexandre Beiderwellen-Bedrikow and Christian Tutschku},
journal= {arXiv preprint arXiv:2304.14735},
year = {2023}
}
备注
Accepted at 12th International Conference on Data Science, Technology and Applications (DATA 2023)