В сфере моделирования временных рядов ARIMA-модели сейчас являются самыми популярными. Однако, поскольку для очень многих компаний приоритетной является работа с данными, обладающими временной структурой, в мире активно появляются все новые методы и модели.
Одна из таких – модель Orbit, разработанная в компании Uber. Модель относится к моделям экспоненциального сглаживания и выпущена в виде Python-библиотеки для открытого использования. У модели есть две вариации: LGT (Local and Global Trend) и DLT (Damped Local Trend): в модель LGT включаются такие переменные, как тренд и сезонность, а в модель DLT включатся регрессоры, веса которых подбираются во время оптимизации. Подробнее ознакомиться с обеими вариациями и изучить функциональные возможности модели можно по ссылке. Посмотреть на примеры ее использования в статье на русском языке можно здесь.
