Яхно Юрий

Тема доклада:
Как подступиться к задачам на временных рядах

Тезисы доклада:
Для решения практических задач на временных рядах сейчас доступно множество инструментов: от классических авторегрессионных моделей до рекуррентных сетей, библиотек типа Prophet и решений на базе трансформеров (TabNet, TFT). Но для каждого нового временного ряда не так просто понять, какой инструмент использовать, где границы его применимости и на что нужно обращать внимание (в отличие, например, от областей анализа изображений и обработки естественного языка).

Если нет общей классификации современных инструментов анализа, почему бы не попробовать набросать её самому. В докладе я проиллюстрирую разные свойства временных рядов на нескольких примерах (многокомпонентный ряд с показателями разной природы, электроэнцефалограммы, показания датчиков IoT системы). По свойствам этих рядов попытаемся понять, когда стоит применять тот или иной инструмент или подход.

О себе:
Начинал карьеру в Институте Прикладной Физики РАН, где познакомился с областью анализа временных рядов. Затем перешёл в компанию MERA, которая теперь стала Orion Innovation. Работал разработчиком, тимлидом, с 2018 года технический лидер направления машинного обучения. Мы разрабатываем ПО на заказ для большого количества заказчиков, поэтому стараемся развивать техническую экспертизу по как можно более широкому фронту. В области машинного обучения за последние годы сделали несколько десятков проектов в трёх столпах индустрии: Computer Vision, Natural Language Processing и Table Data and Time Series Analysis. Кроме работы в компании, я являюсь одним из организаторов нижегородских дата завтраков.