সাথে এখন আমাজন পূর্বাভাস, আপনি কোনো ঐতিহাসিক ডেটা ছাড়া পণ্যের জন্য 45% পর্যন্ত আরও সঠিক পূর্বাভাস তৈরি করতে পারেন। পূর্বাভাস হল একটি পরিচালিত পরিষেবা যা সঠিক চাহিদার পূর্বাভাস তৈরি করতে মেশিন লার্নিং (ML) ব্যবহার করে, কোনো ML অভিজ্ঞতার প্রয়োজন ছাড়াই। সঠিক পূর্বাভাস হল ইনভেন্টরি অপ্টিমাইজেশান, লজিস্টিক প্ল্যানিং এবং ওয়ার্কফোর্স ম্যানেজমেন্টের ভিত্তি এবং এটি ব্যবসাগুলিকে তাদের গ্রাহকদের পরিষেবা দেওয়ার জন্য আরও ভালভাবে প্রস্তুত হতে সক্ষম করে। ঠান্ডা শুরুর পূর্বাভাস একটি সাধারণ চ্যালেঞ্জ যেখানে একটি পূর্বাভাস তৈরি করার প্রয়োজন আছে কিন্তু পণ্যের জন্য কোনো ঐতিহাসিক তথ্য নেই। এটি খুচরা, উত্পাদন, বা ভোক্তা প্যাকেজ করা পণ্যগুলির মতো শিল্পগুলিতে সাধারণ যেখানে নতুন উন্নত পণ্যগুলিকে বাজারে এনে দ্রুত নতুন পণ্য প্রবর্তন করা হয়, প্রথমবারের মতো ব্র্যান্ড বা ক্যাটালগগুলি অনবোর্ড করা হয়, বা নতুন অঞ্চলে ক্রস-সেলিং পণ্য। এই লঞ্চের মাধ্যমে, আমরা কোল্ড স্টার্টের পূর্বাভাস দেওয়ার জন্য আমাদের বিদ্যমান পদ্ধতির উন্নতি করেছি এবং এখন 45% পর্যন্ত আরও নির্ভুল পূর্বাভাস প্রদান করি।
একটি কোল্ড স্টার্ট পূর্বাভাস মডেল তৈরি করা চ্যালেঞ্জিং হতে পারে কারণ ঐতিহ্যগত পরিসংখ্যান পূর্বাভাস পদ্ধতি যেমন অটোরিগ্রেসিভ ইন্টিগ্রেটেড মুভিং এভারেজ (এআরআইএমএ) বা এক্সপোনেনশিয়াল স্মুথিং এই ধারণাটি ব্যবহার করে তৈরি করা হয়েছে যে একটি পণ্যের ঐতিহাসিক ডেটা ব্যবহার করে তার ভবিষ্যত মান অনুমান করা যেতে পারে। কিন্তু, ঐতিহাসিক তথ্য ছাড়া, মডেলের পরামিতি গণনা করা যাবে না এবং এইভাবে মডেলটি তৈরি করা যাবে না। পূর্বাভাসে ইতিমধ্যে মালিকানা ব্যবহার করে কোল্ড স্টার্ট পণ্যগুলির জন্য পূর্বাভাস তৈরি করার ক্ষমতা ছিল নিউরাল নেটওয়ার্ক অ্যালগরিদম যেমন DeepAR+ এবং CNN-QR। এই মডেলগুলি পণ্যগুলির মধ্যে সম্পর্ক শিখে এবং কোনও ঐতিহাসিক ডেটা ছাড়াই পণ্যগুলির জন্য পূর্বাভাস তৈরি করতে পারে। এই সম্পর্ক স্থাপনের জন্য আইটেম মেটাডেটার ব্যবহার নিহিত ছিল যার মানে হল যে নেটওয়ার্কগুলি কোল্ড স্টার্ট পণ্যগুলির জন্য প্রবণতা বৈশিষ্ট্যগুলি সম্পূর্ণরূপে এক্সট্রাপোলেট করতে সক্ষম হয়নি।
আজ, আমরা কোল্ড স্টার্ট পূর্বাভাসের জন্য একটি নতুন পদ্ধতি চালু করেছি যা আগের তুলনায় 45% বেশি নির্ভুল। এই পদ্ধতিটি আইটেম মেটাডেটার আমাদের চিকিত্সার উন্নতি করে যার মাধ্যমে আমরা আপনার ডেটাসেটের মধ্যে স্পষ্ট পণ্যগুলি সনাক্ত করি যেগুলি কোল্ড স্টার্ট পণ্যগুলির সাথে সর্বাধিক অনুরূপ বৈশিষ্ট্যযুক্ত। অনুরূপ পণ্যগুলির এই উপসেটের উপর ফোকাস করে, আমরা কোল্ড স্টার্ট পণ্যের জন্য একটি পূর্বাভাস তৈরি করার প্রবণতাগুলি আরও ভালভাবে শিখতে সক্ষম হয়েছি। উদাহরণস্বরূপ, একটি নতুন টি-শার্ট লাইন প্রবর্তনকারী একটি ফ্যাশন খুচরা বিক্রেতা স্টোর ইনভেন্টরি অপ্টিমাইজ করার জন্য সেই লাইনের চাহিদার পূর্বাভাস দিতে চাইবে। আপনি আপনার ক্যাটালগের অন্যান্য পণ্য যেমন বিদ্যমান টি-শার্ট লাইন, জ্যাকেট, ট্রাউজার এবং জুতা, সেইসাথে আইটেম মেটাডেটা যেমন ব্র্যান্ডের নাম, রঙ, আকার এবং নতুন এবং বিদ্যমান উভয়ের জন্য পণ্যের বিভাগ হিসাবে পূর্বাভাস প্রদান করতে পারেন। পণ্য এই মেটাডেটা দিয়ে, পূর্বাভাস স্বয়ংক্রিয়ভাবে নতুন টি-শার্ট লাইনের সাথে সবচেয়ে ঘনিষ্ঠভাবে সম্পর্কিত পণ্যগুলি সনাক্ত করে এবং টি-শার্ট লাইনের জন্য পূর্বাভাস তৈরি করতে সেগুলি ব্যবহার করে।
এই বৈশিষ্ট্যটি সমস্ত অঞ্চলে উপলব্ধ যেখানে পূর্বাভাস সর্বজনীনভাবে এর মাধ্যমে উপলব্ধ এডাব্লুএস ম্যানেজমেন্ট কনসোল অথবা AutoPredictor API. অঞ্চলের প্রাপ্যতা সম্পর্কে আরও তথ্যের জন্য, দেখুন AWS আঞ্চলিক পরিষেবা. কোল্ড স্টার্ট পূর্বাভাসের জন্য পূর্বাভাস ব্যবহার শুরু করতে, পড়ুন পূর্বাভাস তৈরি করা হচ্ছে অথবা GitHub নোটবুক.
সমাধান ওভারভিউ
এই পোস্টের ধাপগুলি দেখায় যে কীভাবে ঠান্ডা শুরুর পূর্বাভাসের জন্য পূর্বাভাস ব্যবহার করতে হয় এডাব্লুএস ম্যানেজমেন্ট কনসোল. আমরা পূর্বাভাসের তিনটি ধাপ অনুসরণ করে একটি নতুন লঞ্চ করা পণ্যের জন্য একটি ইনভেন্টরি ডিমান্ড পূর্বাভাস তৈরি করে একজন খুচরা বিক্রেতার উদাহরণের মধ্য দিয়ে চলেছি: আপনার ডেটা আমদানি করা, একজন ভবিষ্যদ্বাণীকে প্রশিক্ষণ দেওয়া এবং একটি পূর্বাভাস তৈরি করা। কোল্ড স্টার্ট ফোরকাস্টিংয়ের জন্য সরাসরি পূর্বাভাস API ব্যবহার করতে, আমাদের নোটবুকটি অনুসরণ করুন গিটহুব রেপো, যা একটি সাদৃশ্য প্রদর্শন প্রদান করে।
আপনার প্রশিক্ষণ তথ্য আমদানি করুন
নতুন কোল্ড স্টার্ট ফোরকাস্টিং পদ্ধতি ব্যবহার করতে, আপনাকে অবশ্যই দুটি CSV ফাইল ইম্পোর্ট করতে হবে: একটি ফাইল যাতে টার্গেট টাইম সিরিজ ডেটা থাকে (ভবিষ্যদ্বাণী টার্গেট দেখানো হয়), এবং আরেকটি ফাইল যাতে আইটেম মেটাডেটা থাকে (আকার বা রঙের মতো পণ্যের বৈশিষ্ট্য দেখায়)। পূর্বাভাস কোল্ড স্টার্ট পণ্যগুলিকে সেই পণ্য হিসাবে চিহ্নিত করে যেগুলি আইটেম মেটাডেটা ফাইলে উপস্থিত থাকে কিন্তু লক্ষ্য টাইম সিরিজ ফাইলে উপস্থিত নয়৷
আপনার কোল্ড স্টার্ট প্রোডাক্ট সঠিকভাবে শনাক্ত করার জন্য, নিশ্চিত করুন যে আপনার কোল্ড স্টার্ট প্রোডাক্টের আইটেম আইডি আপনার আইটেম মেটাডেটা ফাইলে সারি হিসাবে প্রবেশ করানো হয়েছে এবং এটি টার্গেট টাইম সিরিজ ফাইলে নেই। একাধিক কোল্ড স্টার্ট পণ্যের জন্য, আইটেম মেটাডেটা ফাইলে একটি পৃথক সারি হিসাবে প্রতিটি পণ্য আইটেম আইডি লিখুন। আপনার যদি এখনও আপনার কোল্ড স্টার্ট পণ্যের জন্য আইটেম আইডি না থাকে, তাহলে আপনি 64 অক্ষরের কম যেকোন বর্ণসংখ্যার সংমিশ্রণ ব্যবহার করতে পারেন যা ইতিমধ্যেই আপনার ডেটাসেটে অন্য পণ্যের প্রতিনিধি নয়৷
আমাদের উদাহরণে, টার্গেট টাইম সিরিজ ফাইলে প্রোডাক্ট আইটেম আইডি, টাইমস্ট্যাম্প এবং ডিমান্ড (ইনভেন্টরি) থাকে এবং আইটেম মেটাডেটা ফাইলে প্রোডাক্ট আইটেম আইডি, রঙ, প্রোডাক্ট ক্যাটাগরি এবং লোকেশন থাকে।
আপনার ডেটা আমদানি করতে, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- পূর্বাভাস কনসোলে, নির্বাচন করুন ডেটাসেট গ্রুপ দেখুন.
-
- বেছে নিন ডেটাসেট গ্রুপ তৈরি করুন.
- জন্য ডেটাসেট গ্রুপের নাম, একটি ডেটাসেটের নাম লিখুন (এই পোস্টের জন্য, my_company_shoe_inventory)।
- পূর্বাভাস ডোমেনের জন্য, একটি পূর্বাভাস ডোমেন নির্বাচন করুন (এই পোস্টের জন্য, খুচরা)।
- পরবর্তী নির্বাচন করুন।
- টার্গেট টাইম সিরিজ ডেটাসেট পৃষ্ঠাতে, ডেটাসেটের নাম, আপনার ডেটার ফ্রিকোয়েন্সি এবং ডেটা স্কিমা প্রদান করুন।
- ডেটাসেট আমদানির বিবরণ প্রদান করুন।
- স্টার্ট নির্বাচন করুন।
নিম্নলিখিত স্ক্রিনশটটি আমাদের উদাহরণের জন্য পূরণ করা টার্গেট টাইম সিরিজ পৃষ্ঠার তথ্য দেখায়।
আপনাকে ড্যাশবোর্ডে পুনঃনির্দেশিত করা হয়েছে যা আপনি অগ্রগতি ট্র্যাক করতে ব্যবহার করতে পারেন৷
- আইটেম মেটাডেটা ফাইল আমদানি করতে, ড্যাশবোর্ডে, নির্বাচন করুন আমদানি.
- উপরে আইটেম মেটাডেটা ডেটাসেট তৈরি করুন পৃষ্ঠা, ডেটাসেটের নাম এবং ডেটা স্কিমা প্রদান করুন।
- ডেটাসেট আমদানির বিবরণ প্রদান করুন।
- বেছে নিন শুরু.
নিম্নলিখিত স্ক্রিনশটটি আমাদের উদাহরণের জন্য পূরণ করা তথ্য দেখায়।
একটি ভবিষ্যদ্বাণী প্রশিক্ষণ
পরবর্তী, আমরা একটি ভবিষ্যদ্বাণী প্রশিক্ষণ.
- ড্যাশবোর্ডে, নির্বাচন করুন ট্রেন ভবিষ্যদ্বাণীকারী.
- উপরে ট্রেন ভবিষ্যদ্বাণীকারী পৃষ্ঠায়, আপনার ভবিষ্যদ্বাণীকারীর জন্য একটি নাম লিখুন, ভবিষ্যতে আপনি কতক্ষণ ভবিষ্যদ্বাণী করতে চান এবং কোন ফ্রিকোয়েন্সিতে এবং আপনি কত পরিমাণের জন্য পূর্বাভাস দিতে চান।
- সক্ষম করা স্বয়ংক্রিয় পূর্বাভাসকারী. এটি ঠান্ডা শুরু পূর্বাভাস জন্য প্রয়োজন.
- বেছে নিন সৃষ্টি.
নিম্নলিখিত স্ক্রিনশটটি আমাদের উদাহরণের জন্য পূরণ করা তথ্য দেখায়।
একটি পূর্বাভাস তৈরি করুন
আমাদের ভবিষ্যদ্বাণী প্রশিক্ষিত হওয়ার পরে (এতে প্রায় 2.5 ঘন্টা সময় লাগতে পারে), আমরা নতুন লঞ্চ করা পণ্যের জন্য একটি পূর্বাভাস তৈরি করি। আপনি জানতে পারবেন যে আপনার ভবিষ্যদ্বাণী প্রশিক্ষিত যখন আপনি দেখতে ভবিষ্যদ্বাণীকারীদের দেখুন আপনার ড্যাশবোর্ডে বোতাম।
- বেছে নিন একটি পূর্বাভাস তৈরি করুন ড্যাশবোর্ডে
- উপরে একটি পূর্বাভাস তৈরি করুন পৃষ্ঠা, একটি পূর্বাভাসের নাম লিখুন, আপনি যে ভবিষ্যদ্বাণীটি তৈরি করেছেন তা চয়ন করুন এবং পূর্বাভাসের পরিমাণ (ঐচ্ছিক) এবং একটি পূর্বাভাস তৈরি করতে আইটেমগুলি নির্দিষ্ট করুন৷
- বেছে নিন শুরু.
আপনার পূর্বাভাস রপ্তানি করুন
আপনার পূর্বাভাস তৈরি হওয়ার পরে, আপনি CSV-এ ডেটা রপ্তানি করতে পারেন। আপনি স্ট্যাটাস সক্রিয় দেখতে আপনার পূর্বাভাস তৈরি করা হয় যে জানতে হবে.
- বেছে নিন পূর্বাভাস রপ্তানি তৈরি করুন.
- এক্সপোর্ট ফাইলের নাম লিখুন (এই পোস্টের জন্য, my_cold_start_forecast_export)।
- জন্য রপ্তানি অবস্থান, উল্লেখ আমাজন সিম্পল স্টোরেজ সার্ভিস (Amazon S3) অবস্থান।
- বেছে নিন শুরু.
- এক্সপোর্ট ডাউনলোড করতে, কনসোল থেকে S3 ফাইল পাথ অবস্থানে নেভিগেট করুন, তারপর ফাইলটি নির্বাচন করুন এবং চয়ন করুন৷ ডাউনলোড.
এক্সপোর্ট ফাইলে টাইমস্ট্যাম্প, আইটেম আইডি, আইটেম মেটাডেটা এবং নির্বাচিত প্রতিটি কোয়ান্টাইলের পূর্বাভাস রয়েছে।
আপনার পূর্বাভাস দেখুন
আপনার পূর্বাভাস তৈরি হওয়ার পরে, আপনি কনসোলে গ্রাফিকভাবে নতুন পণ্যগুলির জন্য পূর্বাভাস দেখতে পারেন।
- বেছে নিন ক্যোয়ারী পূর্বাভাস ড্যাশবোর্ডে
- পূর্ববর্তী ধাপে তৈরি পূর্বাভাসের নাম নির্বাচন করুন (আমাদের উদাহরণে my_cold_start_forecast)।
- আপনি যে শুরুর তারিখ এবং শেষ তারিখটি আপনার পূর্বাভাস দেখতে চান তা লিখুন।
- পূর্বাভাস কীটির জন্য আইটেম আইডি ক্ষেত্রে, আপনার কোল্ড স্টার্ট পণ্যের অনন্য আইডি যোগ করুন।
- বেছে নেওয়া হয়েছে পূর্বাভাস পান.
চিত্রে, আপনি নির্বাচিত যেকোনো কোয়ান্টাইলের পূর্বাভাস দেখতে পাবেন।
উপসংহার
পূর্বাভাসের সাহায্যে, আপনি কোনো ঐতিহাসিক ডেটা ছাড়াই কোল্ড-স্টার্ট পণ্যগুলির জন্য একই পূর্বাভাসের অন্তর্দৃষ্টি পেতে সক্ষম হন, এখন আগের তুলনায় 45% বেশি নির্ভুল৷ পূর্বাভাসের সাথে কোল্ড স্টার্টের পূর্বাভাস তৈরি করতে, পূর্বাভাস কনসোলটি খুলুন এবং এই পোস্টে বর্ণিত পদক্ষেপগুলি অনুসরণ করুন বা আমাদের দেখুন GitHub নোটবুক কিভাবে API এর মাধ্যমে কার্যকারিতা অ্যাক্সেস করতে হয়। আরো জানতে, পড়ুন পূর্বাভাস তৈরি করা হচ্ছে.
লেখক সম্পর্কে
ব্র্যান্ডন নায়ার আমাজন পূর্বাভাসের জন্য একজন সিনিয়র প্রোডাক্ট ম্যানেজার। তার পেশাগত আগ্রহ স্কেলেবল মেশিন লার্নিং পরিষেবা এবং অ্যাপ্লিকেশন তৈরিতে নিহিত। কাজের বাইরে তাকে জাতীয় উদ্যান অন্বেষণ করতে, তার গল্ফ সুইং নিখুঁত করতে বা একটি অ্যাডভেঞ্চার ট্রিপের পরিকল্পনা করতে দেখা যায়।
মানস দাদারকর একজন সফটওয়্যার ডেভেলপমেন্ট ম্যানেজার যিনি আমাজন পূর্বাভাস পরিষেবার প্রকৌশলের মালিক৷ তিনি মেশিন লার্নিং এর প্রয়োগ এবং ML প্রযুক্তিগুলিকে সকলের জন্য গ্রহণ এবং উৎপাদনে নিয়োজিত করার জন্য সহজেই উপলব্ধ করার বিষয়ে উত্সাহী। কাজের বাইরে, তার ভ্রমণ, পড়া এবং বন্ধু এবং পরিবারের সাথে সময় কাটানো সহ একাধিক আগ্রহ রয়েছে।
ভরত নন্দমুরি আমাজন পূর্বাভাসে কাজ করা একজন সিনিয়র সফটওয়্যার ইঞ্জিনিয়ার। তিনি এমএল সিস্টেমের জন্য ইঞ্জিনিয়ারিং-এ ফোকাস দিয়ে উচ্চ স্কেল ব্যাকএন্ড পরিষেবাগুলি তৈরি করার বিষয়ে উত্সাহী। কাজের বাইরে, তিনি দাবা খেলা, হাইকিং এবং সিনেমা দেখতে উপভোগ করেন।
গৌরব গুপ্ত তিনি AWS AI ল্যাব এবং আমাজন পূর্বাভাসের একজন ফলিত বিজ্ঞানী। তার গবেষণার আগ্রহগুলি অনুক্রমিক ডেটার জন্য মেশিন লার্নিং, আংশিক ডিফারেনশিয়াল সমীকরণের জন্য অপারেটর লার্নিং, তরঙ্গের জন্য নিহিত। তিনি AWS-এ যোগদানের আগে ইউনিভার্সিটি অফ সাউদার্ন ক্যালিফোর্নিয়া থেকে পিএইচডি সম্পন্ন করেন।
- AI
- ai শিল্প
- এআই আর্ট জেনারেটর
- আইআই রোবট
- আমাজন পূর্বাভাস
- কৃত্রিম বুদ্ধিমত্তা
- কৃত্রিম বুদ্ধিমত্তা সার্টিফিকেশন
- ব্যাংকিং এ কৃত্রিম বুদ্ধিমত্তা
- কৃত্রিম বুদ্ধিমত্তার রোবট
- কৃত্রিম বুদ্ধিমত্তার রোবট
- কৃত্রিম বুদ্ধিমত্তা সফ্টওয়্যার
- এডাব্লুএস মেশিন লার্নিং
- blockchain
- ব্লকচেইন সম্মেলন এআই
- coingenius
- কথোপকথন কৃত্রিম বুদ্ধিমত্তা
- ক্রিপ্টো সম্মেলন এআই
- ডাল-ই
- গভীর জ্ঞানার্জন
- গুগল আই
- মেশিন লার্নিং
- Plato
- প্লেটো এআই
- প্লেটো ডেটা ইন্টেলিজেন্স
- প্লেটো গেম
- প্লেটোডাটা
- প্লেটোগেমিং
- স্কেল ai
- বাক্য গঠন
- zephyrnet