В 2017 году Facebook открыла модель пророка, которая была способна моделировать временные ряды с сильными множественными сезонностями на уровне дня, недели, года и т. Д., А также тенденции. Он имеет интуитивно понятные параметры, которые не очень опытный специалист по данным может настроить для более точных прогнозов. По своей сути это аддитивная регрессивная модель, которая может обнаруживать точки изменения для моделирования временных рядов.
Пророк разбивает временные ряды на составляющие тренда gt, сезонности St и праздников ht.
у−T=gт+Sт+HT+ epsilonT
Где epsilont — это термин ошибки.
Подобные пакеты для прогнозирования временных рядов, такие как причинно-следственная связь и обнаружение аномалий, были введены в R Google и Twitter соответственно.