В.В. Вьюгин, А.И. Шамсутдинов

Формирование заказов торговой сети с помощью агрегирования специализированных алгоритмов прогнозирования

В рамках математической теории машинного обучения рассматривается задача агрегации прогнозов специализированных экспертных стратегий. Под экспертными стратегиями понимаются алгоритмы, которые в режиме онлайн выдают последовательные прогнозы элементов временного ряда. Специализированные стратегии могут воздерживаться от прогнозов в некоторые моменты времени -- они выдают прогнозы в соответствии с областью применимости той специфической модели предметной области, которая лежит в их основе. Предложен оптимальный алгоритм агрегирующий прогнозы таких экспертных стратегий в один прогноз. Оптимальность алгоритма заключается в том, что его суммарные потери в среднем асимптотически не больше чем потери любой стратегии прогнозирования на множестве моментов времени, когда она была активна. Получена верхняя оценка ошибки такого смешивания прогнозов − регрета агрегирующей стратегии. Оценки ошибки получены в наихудшем случае, когда не делается никаких предположений о механизме, лежащем в основе источника исходных данных. Проведено тестирование предложенного алгоритма на реальных данных о товарообороте торговой сети. Представлены численные результаты и оценки регрета.

КЛЮЧЕВЫЕ СЛОВА: онлайн обучение, агрегирующий алгоритм, эксперты специалисты, адаптивный регрет