Wählen Sie bestimmte Zeitreihen für die Prognose mit Amazon Forecast PlatoBlockchain Data Intelligence aus. Vertikale Suche. Ai.

Wählen Sie bestimmte Zeitreihen für die Prognose mit Amazon Forecast aus

Heute freuen wir uns, das zu verkünden Amazon-Prognose bietet die Möglichkeit, Prognosen für eine ausgewählte Teilmenge von Artikeln zu erstellen. Dies hilft Ihnen, den vollen Wert Ihrer Daten zu nutzen und sie selektiv auf Ihre Auswahl an Artikeln anzuwenden, wodurch der Zeit- und Arbeitsaufwand reduziert wird, um prognostizierte Ergebnisse zu erhalten.

Das Generieren einer Prognose für „alle“ Elemente des Datensatzes beschränkte Sie auf die Freiheit, feinkörnige Kontrolle über bestimmte Elemente zu haben, die Sie prognostizieren wollten. Dies bedeutete erhöhte Kosten für prognostizierte Artikel mit niedriger/kein Priorität und zusätzlichen Overhead. Früher verbrachten Sie viel Zeit damit, mehrere Vorhersagen für alle Elemente in Ihren Daten zu erstellen. Dies war zeitaufwändig und betrieblich schwer zu verwalten. Darüber hinaus nutzt dieser Ansatz den Wert des maschinellen Lernens (ML) nicht vollständig: Anwenden von Rückschlüssen auf gewünschte Elemente. Mit der Möglichkeit, eine Teilmenge von Elementen auszuwählen, können Sie sich jetzt darauf konzentrieren, das Modell mit all Ihren Daten zu trainieren, aber die Erkenntnisse anwenden, um einige wenige Elemente mit hoher Ausbeute auszuwählen. Dies trägt zur allgemeinen Optimierung der Forecast-Planung bei, indem die Produktivität gesteigert (weniger zu verwaltende Artikel) und die Kosten gesenkt werden (Reduzierung des Preises pro prognostiziertem Artikel). Dies erleichtert auch die Verwaltung der Erklärbarkeit.

Mit der heutigen Einführung können Sie nicht nur alle Schritte ausführen, sondern haben auch die Möglichkeit, eine Teilmenge von Elementen für die Prognose auszuwählen, indem Sie während des Schritts „Prognose erstellen“ eine CSV-Datei hochladen. Sie müssen nicht das gesamte Ziel oder zugehörige Zeitreihen und Elementmetadaten an Bord nehmen, was Ihnen erheblichen Aufwand erspart. Dies hilft auch bei der Reduzierung des gesamten Infrastrukturbedarfs für prognostizierte Artikel, was zu Kosteneinsparungen und Produktivität führt. Sie können diesen Schritt mit der API „CreateForecast“ ausführen oder die folgenden Konsolenschritte befolgen.

Prognose für ausgewählte Teilmenge von Artikeln

Jetzt werden wir durchgehen, wie Sie die Forecast-Konsole verwenden, um ausgewählte Elemente im Eingabe-Dataset auszuwählen.

Schritt 1: Trainingsdaten importieren

Um Zeitreihendaten in Forecast zu importieren, erstellen Sie eine Datensatzgruppe, wählen Sie eine Domäne für Ihre Datensatzgruppe aus, geben Sie die Details Ihrer Daten an und verweisen Sie auf Forecast Einfacher Amazon-Speicherdienst (Amazon S3) Speicherort Ihrer Daten. Nehmen wir in diesem Beispiel an, dass Ihr Dataset 1000 Elemente enthält.

Hinweis: Bei dieser Übung wird davon ausgegangen, dass Sie keine Datensatzgruppen erstellt haben. Wenn Sie zuvor eine Datensatzgruppe erstellt haben, weicht das, was Sie sehen, geringfügig von den folgenden Screenshots und Anweisungen ab.

Zum Importieren von Zeitreihendaten für Prognosen

  1. Öffnen Sie die Prognosekonsole hier.
  2. Wählen Sie auf der Prognose-Startseite aus Datensatzgruppe erstellen.
  3. Auf dem Datensatzgruppe erstellen Seite, fügen Sie die Details für Ihr Eingabe-Dataset hinzu.
    Wählen Sie bestimmte Zeitreihen für die Prognose mit Amazon Forecast PlatoBlockchain Data Intelligence aus. Vertikale Suche. Ai.
  4. Auswählen  Weiter.
  5. Das Datensatzdetails Das Panel sollte ungefähr so ​​aussehen:
    Wählen Sie bestimmte Zeitreihen für die Prognose mit Amazon Forecast PlatoBlockchain Data Intelligence aus. Vertikale Suche. Ai.
  6. Nachdem Sie alle erforderlichen Details auf der Importseite des Datensatzes eingegeben haben, wird die Details zum Datensatzimport Das Panel sollte ungefähr so ​​aussehen:
    Wählen Sie bestimmte Zeitreihen für die Prognose mit Amazon Forecast PlatoBlockchain Data Intelligence aus. Vertikale Suche. Ai.
  7. Auswählen  Startseite.

Warten Sie, bis Forecast den Import Ihrer Zeitreihendaten abgeschlossen hat. Der Vorgang kann mehrere Minuten oder länger dauern. Wenn Ihr Datensatz importiert wurde, wechselt der Status zu Aktives und das Banner oben im Dashboard benachrichtigt Sie, dass Sie Ihre Daten erfolgreich importiert haben.

Nachdem Ihr Zielzeitreihen-Dataset importiert wurde, können Sie einen Prädiktor erstellen.

Schritt 2: Erstellen Sie einen Prädiktor

Als Nächstes erstellen Sie einen Prädiktor, den Sie verwenden, um Prognosen basierend auf Ihren Zeitreihendaten zu generieren. Forecast wendet die optimale Kombination von Algorithmen auf jede Zeitreihe in Ihren Datensätzen an.

Um einen Prädiktor mit der Prognosekonsole zu erstellen, geben Sie einen Prädiktornamen und eine Prognosehäufigkeit an und definieren einen Prognosehorizont. Weitere Informationen zu den zusätzlichen Feldern, die Sie konfigurieren können, finden Sie unter Trainingsprädiktoren.

Um einen Prädiktor zu erstellen

  1. Nachdem der Import Ihres Zielzeitreihen-Datasets abgeschlossen ist, wird das Ihrer Dataset-Gruppe Dashboard sollte wie folgt aussehen:
    Wählen Sie bestimmte Zeitreihen für die Prognose mit Amazon Forecast PlatoBlockchain Data Intelligence aus. Vertikale Suche. Ai.
    Der Trainiere einen Prädiktor, wählen Startseitedem „Vermischten Geschmack“. Seine  Zugprädiktor Seite wird angezeigt.
  2. Auf dem Zugprädiktor Seite, für Predictor-Einstellungen, stellen Sie folgende Informationen bereit:
    • Prädiktorname
    • Prognosefrequenz
    • Prognosehorizont
    • Prognostizierte Dimensionen und Prognosequantile (optional)

Nachdem Ihr Prädiktor nun mit 1000 Elementen trainiert wurde, können Sie mit dem nächsten Schritt der Erstellung einer Prognose fortfahren.

Schritt 3: Erstellen Sie eine Prognose

  1. Wählen Sie Prognose erstellen aus.
  2. Schreiben Sie den Prognosenamen
  3. Wählen Sie einen Prädiktor aus.
  4. Quantile auswählen – Geben Sie bis zu fünf Quantile ein.
  5. Wenn Sie die Prognose für alle 1000 Artikel erstellen möchten, wählen Sie „Alle Artikel“.
    Wählen Sie bestimmte Zeitreihen für die Prognose mit Amazon Forecast PlatoBlockchain Data Intelligence aus. Vertikale Suche. Ai.
  6. Oder Sie können „Ausgewählte Artikel“ auswählen, wodurch Sie bestimmte Artikel aus den 1000 Artikeln für die Prognose auswählen können.
    Wählen Sie bestimmte Zeitreihen für die Prognose mit Amazon Forecast PlatoBlockchain Data Intelligence aus. Vertikale Suche. Ai.
  7. Geben Sie den Speicherort für die s3-Datei an, die die ausgewählten Zeitreihen enthält. Zeitreihen müssen alle in der Zielzeitreihe angegebenen Element- und Dimensionsspalten enthalten.
    Wählen Sie bestimmte Zeitreihen für die Prognose mit Amazon Forecast PlatoBlockchain Data Intelligence aus. Vertikale Suche. Ai. Wählen Sie bestimmte Zeitreihen für die Prognose mit Amazon Forecast PlatoBlockchain Data Intelligence aus. Vertikale Suche. Ai.
  8. Sie müssen auch Ihr Schema für die Eingabedatei definieren, die die ausgewählten Zeitreihen enthält. Die Reihenfolge der im Schema definierten Spalten sollte mit der Reihenfolge der Spalten in der Eingabedatei übereinstimmen.
  9. Klicken Sie auf Prognose erstellen.
  10. Führen Sie einen Export durch und die .csv-Datei zeigt Ihnen nur die ausgewählten Elemente, die Sie ausgewählt haben.

Zusammenfassung

Forecast bietet Ihnen jetzt die Möglichkeit, eine Teilmenge von Elementen aus dem Eingabedatensatz auszuwählen. Mit dieser Funktion können Sie Ihr Modell mit allen verfügbaren Daten trainieren und dann die Erkenntnisse anwenden, um Elemente auszuwählen, die Sie prognostizieren möchten. Dies hilft, Zeit zu sparen und die Bemühungen auf Elemente mit hoher Priorität zu konzentrieren. Sie können Kosten senken und Ihre Bemühungen besser an den Geschäftsergebnissen ausrichten. „Prognose ausgewählte Elemente“ ist in allen Regionen verfügbar, in denen Forecast öffentlich verfügbar ist.

Um mehr über die Prognose „ausgewählter Artikel“ zu erfahren, besuchen Sie dies Notizbuch oder lesen Sie mehr über die Prognose Entwicklerhandbuch.


Über die Autoren

Wählen Sie bestimmte Zeitreihen für die Prognose mit Amazon Forecast PlatoBlockchain Data Intelligence aus. Vertikale Suche. Ai. Meetish Dave ist Senior Product Manager im Amazon Forecast-Team. Er interessiert sich für alles, was mit Daten zu tun hat, und deren Anwendung, um neue Einnahmequellen zu generieren. Außerhalb der Arbeit kocht er gerne indisches Essen und schaut sich interessante Shows an.

Wählen Sie bestimmte Zeitreihen für die Prognose mit Amazon Forecast PlatoBlockchain Data Intelligence aus. Vertikale Suche. Ai.Ridhim Rastogi ist Softwareentwicklungsingenieur im Amazon Forecast-Team. Seine Leidenschaft gilt dem Aufbau skalierbarer verteilter Systeme mit dem Schwerpunkt auf der Lösung realer Probleme durch KI/ML. In seiner Freizeit löst er gerne Rätsel, liest Belletristik und erforscht.

Zeitstempel:

Mehr von AWS Maschinelles Lernen