LinkedIn開源時間序列預測函式庫Greykite

LinkedIn開源了Greykite函式庫，這是LinkedIn為滿足自家時間序列預測需求，而開發的Python函式庫，Greykite主要使用一個稱為Silverkite的演算法，可以提供快速、準確且直覺的預測結果，適合用於大規模且需要互動的預測應用。

時間序列預測可以用來預測，隨時間變化的指標以及各種數值，官方提到，雖然專家可以產生精確的預測，但是演算法的自動化優勢，可以帶來可擴展性和可重複性，而且還能提高準確度，下游演算法也可以使用自動化產生的結果進行決策。

LinkedIn所開發的Greykite，包含了一個簡單的建模界面，可促進資料探索和模型調整，而Silverkite演算法有很大的自定義空間，能夠調整參數以擷取各種時間序列特徵，輸出的結果也具可解釋性，能夠以視覺化的方式反應趨勢、季節性和其他影響統計的要素。

官方提到，Silverkite對具有時間變化的趨勢、季節性和重複事件等時間序列預測效果很好，在LinkedIn中，他們已經將其應用在每小時、每天和每周等各種時間頻率，以及短期與長期等時間範圍的指標預測上。

由於Greykite具有高度靈活特性，能提供趨勢、季節性、變化點（Changepoint）以及自動迴歸等時間序列迴歸功能，用戶可以按需求使用，並應用在選擇的機器學習模型上，而且Greykite有探索性圖表功能、調校模版和可解釋性預測，因此可提供用戶直觀的使用體驗，另外，Greykite高效能的特性，可以支援大規模快速雛形開發和部署。

LinkedIn在資源規畫、績效管理、最佳化和分析生態系等各種領域，廣泛地使用時間序列預測，像是預測高峰流量以準備足夠的基礎設施，或是用於設定業務指標，並且追蹤營運進度，還可以預測市場的成長，來最佳化預算運用。官方提到，Greykite就很適合用於COVID-19疫情衝擊後，預測各國的恢復速度。

Greykite主要採用高度可自定的演算法Silverkite，官方表示，Greykite能夠擴展支援多種演算法，並透過單一界面進行基準測試，目前Greykite還支援臉書Prophet演算法，LinkedIn預計未來還會支援更多開源演算法。Greykite函式庫現在已於GitHub和PyPI上公開。