Навчання Prophet, NeuralProphet, TimesFM

Прогнозування часових рядів — ключова задача для планування продажів, закупівель та завантаження потужностей. Нещодавно один з наших клієнтів — мережа роздрібних магазинів з 500 точками — зіткнувся з нестабільним прогнозом щотижневих продажів: Seasonal Naive давав SMAPE 15%, а бізнес вимагав точності 10%. Ми обрали Prophet, налаштували changepoint_prior_scale=0.05, seasonality_mode='multiplicative' і отримали SMAPE 8%, скоротивши помилку вдвічі. Це реальний приклад, як правильна модель і тюнінг вирішують проблему.

Ми займаємося AI/ML більше 5 років, виконали 30+ проєктів з прогнозування. Гарантуємо якість: використовуємо строгу крос-валідацію та порівнюємо з кількома baseline. Наші інженери публікують model cards і забезпечують відтворюваність експериментів. Бюджет на навчання моделі обговорюється індивідуально — вартість залежить від складності даних та необхідної точності.

Як обрати між Prophet, NeuralProphet та TimesFM?

Вибір моделі залежить від трьох факторів: обсяг даних, необхідність інтерпретованості, наявність зовнішніх подій (свята, промо). Якщо у вас мало даних (менше 2 років) і потрібна прозорість — беріть Prophet. Якщо є нелінійні лаги та зовнішні регресори — NeuralProphet. Якщо даних багато (тисячі точок) і потрібна максимальна точність без пояснення — TimesFM. Для точного підбору зв'яжіться з нами — ми проведемо безкоштовний аналіз ваших даних.

Що входить у навчання моделі під ключ?

Ми готуємо дані, підбираємо гіперпараметри, проводимо крос-валідацію, будуємо production-пайплайн (Airflow + MLflow), документуємо модель і передаємо API-ендпоінт. У результаті ви отримуєте навчену модель, документацію, інструкцію з експлуатації та місяць підтримки. Додатково налаштовуємо моніторинг дрейфу даних та автооновлення моделі.

Prophet: декомпозиційна модель

Meta Prophet — адитивна модель:

y(t) = trend(t) + seasonality(t) + holidays(t) + ε(t)

Trend — кусково-лінійне або логістичне зростання. Changepoints — автоматичне виявлення точок зміни тренду через L1-регуляризацію.

Seasonality описується рядами Фур'є: річна з N=10 (default), тижнева з N=3, користувацька для будь-якого періоду.

Навчання та тюнінг:

from prophet import Prophet
import pandas as pd

m = Prophet(
    changepoint_prior_scale=0.05,   # гнучкість тренду
    seasonality_prior_scale=10.0,   # гнучкість сезонності
    holidays_prior_scale=10.0,
    seasonality_mode='multiplicative'  # для даних зі зростанням
)
m.add_country_holidays(country_name='RU')
m.add_seasonality(name='monthly', period=30.5, fourier_order=5)
m.fit(df)  # df з колонками ds, y

Ключові параметри тюнінгу: changepoint_prior_scale (0.001–0.5) контролює overfit до тренду, seasonality_mode ('additive' для стаціонарних, 'multiplicative' для зростаючих), fourier_order (більше = гнучкіша сезонність).

Крос-валідація Prophet:

from prophet.diagnostics import cross_validation, performance_metrics
df_cv = cross_validation(m, initial='730 days', period='180 days', horizon='365 days')
df_p = performance_metrics(df_cv)

NeuralProphet: Prophet з нейромережевими компонентами

NeuralProphet доповнює Prophet авторегресією (AR-Net) та нелінійними лаговими регресорами. Навчання через PyTorch значно швидше за MCMC-Prophet.

from neuralprophet import NeuralProphet

m = NeuralProphet(
    n_forecasts=7,        # горизонт прогнозу
    n_lags=14,            # число лагів для AR
    seasonality_mode='auto',
    learning_rate=0.01
)
m = m.add_country_holidays('RU')
metrics = m.fit(df, freq='D', validation_df=df_val)

NeuralProphet ефективний при нелінійних лагових залежностях, множинних кроках прогнозу та наявності зовнішніх регресорів із затримкою.

TimesFM: Foundation Model від Google

TimesFM — pretrained foundation model для zero-shot прогнозування. Не вимагає навчання на ваших даних, перший прогноз за хвилини.

import timesfm

tfm = timesfm.TimesFm(
    context_len=512,
    horizon_len=128,
    input_patch_len=32,
    output_patch_len=128,
    num_layers=20,
    model_dims=1280,
    backend='gpu'
)
tfm.load_from_checkpoint(repo_id="google/timesfm-1.0-200m")

# Zero-shot inference
forecast_input = [np.array(historical_data)]
frequency_input = [0]  # 0=high freq, 1=low freq
point_forecast, experimental_quantile_forecast = tfm.forecast(
    forecast_input, freq=frequency_input
)

Переваги: zero-shot, швидкість, сильний результат на більшості задач. Обмеження: не враховує known future covariates без fine-tuning, обмежена інтерпретованість, вимагає значного контексту (>500 точок).

Порівняльний вибір моделей

Орієнтовні терміни та обсяг робіт

Практика навчання та валідації

Pipeline навчання (приклад з Prophet):

1. Підготовка даних: ресемплінг до потрібної частоти, обробка пропусків (interpolation / forward fill).
2. Аналіз: ACF/PACF, decompose, holiday analysis.
3. Baseline: Seasonal Naive (прогноз = значення рік тому).
4. Prophet fit з default params, крос-валідація.
5. Hyperparameter search: Optuna / grid search по 4–6 параметрам (наприклад, changepoint_prior_scale, seasonality_prior_scale, fourier_order).
6. Ансамблювання з конкурентом (ETS або NeuralProphet).
7. Productionization: Airflow DAG, MLflow tracking, API endpoint.

Метрики порівняння: SMAPE, MASE (нормований на Seasonal Naive), Winkler Score для інтервальних прогнозів.

Терміни: налаштування та навчання Prophet/NeuralProphet для одного ряду з крос-валідацією — 1–2 тижні. Production pipeline з моніторингом та автоперенавчанням — 4–6 тижнів. Економія від точного прогнозу може покрити вартість проєкту протягом перших місяців. Отримайте індивідуальну пропозицію — зв'яжіться з нами для консультації щодо вашого завдання. Оцінимо проєкт і запропонуємо оптимальне рішення.

Які проблеми прогнозування часових рядів зустрічаються найчастіше?

Фінансовий директор запитує прогнозування часових рядів продажів на квартал. Аналітик будує SARIMA, досягає MAPE 8.3% на тестовій вибірці — і з гордістю деплоїть. Через два місяці в production метрика падає до 23%. Причина класична: модель навчалася на даних до COVID, тестувалася на стабільному періоді, а production потрапив на промо-акцію та збій поставок. Data leakage + distribution shift = гарні цифри в ноутбуці та непрацюючий прогноз в реальності. Ми стикалися з цим десятки разів. Наш досвід — 5+ років у прогнозуванні часових рядів для рітейлу, фінтеху та IoT, більше 50 завершених проєктів.

Неправильна крос-валідація. Стандартний train_test_split для часових рядів — помилка. Випадкове розбиття створює data leakage: модель бачить «майбутні» значення в навчанні. Правильно — TimeSeriesSplit або walk-forward validation з expanding window.

Множинна сезонність. Погодинні дані споживання електроенергії мають три сезонності: добову (24 год), тижневу (168 год), річну (8760 год). SARIMA справляється лише з однією. Prophet обробляє кілька, але повільно масштабується на тисячі рядів.

Пропуски та аномалії в даних. Пропуск у сенсорних даних — це інформація (датчик відключився), а не просто NaN. Лінійна інтерполяція вбиває цей сигнал. Правильна обробка залежить від природи пропуску.

Cold start при ієрархічному прогнозуванні. Новий SKU в асортименті з 50 000 позицій: історичних даних немає, потрібен прогноз. Стандартні підходи тут не працюють — потрібні cross-learning підходи або feature-based методи.

Які інструменти і коли застосовувати?

Prophet (Meta) — чудовий старт для бізнес-даних із зрозумілою сезонністю та святами. Швидко налаштовується, інтерпретований, вбудована обробка викидів і пропусків. Падає в точності при нерегулярних патернах і не масштабується на десятки тисяч рядів без паралелізації. Prophet (Facebook) — офіційна документація.

Gradient boosting на фічах (LightGBM, XGBoost) — часто недооцінений підхід. Створюєте фічі вручну: лаги (t-1, t-7, t-28), ковзні середні, категоріальні ознаки (день тижня, місяць), екзогенні змінні. Модель навчається на всіх рядах одночасно — вирішує cold start через схожі ряди. MAPE на рітейл-прогнозуванні часто кращий за нейронні мережі при правильній feature engineering.

TFT (Temporal Fusion Transformer) — трансформер, спеціально розроблений для інтерпретованого прогнозування з коваріатами. Вбудовані механізми: variable selection (які ознаки важливі), temporal self-attention (які часові точки впливають на прогноз), квантильні передбачення. Доступний у pytorch-forecasting. Вимагає ~10 000+ записів на ряд для стабільного навчання. Temporal Fusion Transformer — академічна публікація.

PatchTST — трансформер, який ділить часовий ряд на патчі (аналогічно ViT для зображень). Краще захоплює локальні патерни, ніж класичні трансформери. Добре працює для long-horizon forecasting (прогноз на 96–720 кроків). Реалізація в neuralforecast від Nixtla.

N-HiTS, N-BEATS — нейронні архітектури без attention, швидші за TFT, конкурентна точність. N-BEATS виграє на M4/M5 benchmark для задач без коваріат.

Як ми розгортаємо TFT в production?

TFT потребує ретельної підготовки даних. Типовий пайплайн через pytorch-forecasting:

training = TimeSeriesDataSet(
    data,
    time_idx="time_idx",
    target="sales",
    group_ids=["store", "sku"],
    min_encoder_length=max_encoder_length // 2,
    max_encoder_length=max_encoder_length,  # 120 днів
    min_prediction_length=1,
    max_prediction_length=max_prediction_length,  # 28 днів
    static_categoricals=["store_type", "category"],
    time_varying_known_reals=["price", "promo_flag"],
    time_varying_unknown_reals=["sales"],
    target_normalizer=GroupNormalizer(groups=["store", "sku"], transformation="softplus"),
)

Часта помилка: target_normalizer за замовчуванням (StandardScaler) ламає передбачення для рядів з нульовими значеннями (немає продажів у вихідні). GroupNormalizer з transformation="softplus" — правильний вибір для count-даних.

Покрокова інструкція з налаштування TFT

1. Збір та підготовка даних. Обробити пропуски (маркувати NaN, інтерполювати лише якщо це технічний збій), агрегувати до потрібної частоти, сформувати коваріати (свята, промо, ціни).
2. Створення TimeSeriesDataSet. Вказати group_ids (наприклад, магазин+SKU), часовий індекс, горизонт прогнозу. Налаштувати target_normalizer з урахуванням розподілу таргета.
3. Навчання baseline. Спочатку Prophet або LightGBM — щоб зрозуміти, наскільки складніше завдання.
4. Тренування TFT. Запустити TemporalFusionTransformer з loss=QuantileLoss(), підібрати learning rate та розміри hidden шарів. Використовувати pytorch_forecasting або neuralforecast.
5. Валідація та інтерпретація. Перевірити walk-forward, проаналізувати variable selection, побудувати attention heatmap.

Кейс: прогноз попиту в рітейлі. Мережа з 120 магазинів, 8000 SKU, горизонт прогнозу 28 днів. Вихідна система: SARIMA окремо для кожного ряду, MAPE 18.4%, повний цикл перенавчання — 6 годин. TFT на PyTorch + pytorch-forecasting: одна модель на всі ряди, MAPE 11.2%, перенавчання — 40 хв на A10G. Додатковий бонус: feature importance через variable selection — з'ясувалося, що day_before_holiday впливає сильніше, ніж сама дата свята. Середня економія бюджету на інференсі для клієнта склала значну суму.

Як правильно оцінювати якість прогнозів?

Не використовуйте RMSE як єдину метрику — вона сильно штрафує за великі помилки на великих значеннях. Наш набір метрик для рітейл-прогнозування:

• MAPE — інтерпретована, але нестабільна при значеннях близьких до нуля
• sMAPE — симетрична версія, уникає ділення на маленькі числа
• MASE (Mean Absolute Scaled Error) — нормалізована відносно наївного сезонного прогнозу, чудово підходить для порівняння між рядами з різними масштабами
• Quantile loss / Pinball loss — для ймовірнісного прогнозування, оцінка покриття інтервалів

Гарантуємо: ми надаємо model card з цими метриками на валідаційній вибірці та результати walk-forward тесту на історії не менше 6 місяців.

Що входить в роботу

• Документація щодо обраної архітектури, обґрунтування вибору гіперпараметрів.
• Відтворюваний пайплайн навчання та інференсу (Docker + CI/CD + Airflow/Prefect).
• Код з коментарями та модульними тестами на ключові компоненти.
• Навчання вашої команди: як перенавчати модель, як інтерпретувати виходи, як деплоїти нові версії.
• Підтримка протягом 3 місяців після здачі: консультації, виправлення багів, доналаштування.

Процес роботи

Починаємо з EDA: візуалізація, тест ADF на стаціонарність, STL-декомпозиція, аналіз пропусків та викидів. Це 2–3 дні, але часто виявляє системні проблеми даних, які блокують прогнозування.

Потім: baseline (наївний seasonal, Prophet), feature engineering для LGBM, вибір архітектури нейронної мережі якщо потрібно. Walk-forward validation з реалістичним горизонтом. Деплой через API з автоматичним перенавчанням за розкладом через Airflow або Prefect.

Строки орієнтовно: MVP-прогноз на одному типі даних — 3–6 тижнів. Ієрархічна система прогнозування з автоматизацією — 2–5 місяців. Вартість розраховується індивідуально.

Наша команда — сертифіковані ML-інженери (AWS ML Specialty, GCP Professional ML Engineer). За 5 років на ринку реалізували понад 50 проєктів з прогнозування. Зв'яжіться з нами для безкоштовного аналізу ваших даних — ми оцінимо завдання та дамо перші рекомендації за 1–2 дні. Замовте консультацію і переконайтеся, що ваші прогнози працюють в production, а не тільки в ноутбуці.