Aegridade prognoosimine viitab aegridade andmete tulevaste väärtuste prognoosimise protsessile (andmed, mida kogutakse korrapäraste ajavahemike järel). Lihtsad meetodid aegridade prognoosimiseks kasutavad sama muutuja ajaloolisi väärtusi, mille tulevasi väärtusi on vaja ennustada, samas kui keerukamad masinõppel (ML) põhinevad meetodid kasutavad lisateavet, näiteks seotud muutujate aegridade andmeid.
Amazoni prognoos on ML-põhine aegridade prognoosimisteenus, mis sisaldab algoritme, mis põhinevad enam kui 20-aastasel prognoosimiskogemusel, mida Amazon.com, mis toob Amazonis kasutatava tehnoloogia arendajateni täielikult hallatava teenusena, eemaldades vajaduse ressursse hallata. Forecast kasutab ML-i, et õppida tundma mitte ainult iga üksuse parimat algoritmi, vaid ka iga üksuse jaoks parimat algoritmide kogumit, luues automaatselt teie andmete jaoks parima mudeli.
See postitus kirjeldab, kuidas juurutada korduvaid prognoosi töökoormusi (aegridade prognoosimise töökoormusi) ilma koodita AWS CloudFormation, AWS-i astmefunktsioonidja AWS-i süsteemihaldur. Siin esitatud meetod aitab teil luua konveieri, mis võimaldab teil kasutada sama töövoogu alates aegridade prognoosimise katsetamise esimesest päevast kuni mudeli tootmisse juurutamiseni.
Aegridade prognoosimine prognoosi abil
Prognoosi töövoog hõlmab järgmisi levinud kontseptsioone.
- Andmekogumite importimine – Prognoosis a andmestiku rühm on andmekogumite, skeemi ja prognoositulemuste kogum, mis lähevad kokku. Igal andmestikurühmal võib olla kuni kolm andmekogumit, igaühest üks andmestik tüüp: sihtaegrida (TTS), seotud aegrida (RTS) ja üksuse metaandmed. Andmekogum on failide kogum, mis sisaldab prognoosimisülesande jaoks olulisi andmeid. Andmekogum peab vastama prognoosis määratletud skeemile. Lisateabe saamiseks vaadake Andmekogumite importimine.
- Treeningu ennustajad - A ennustaja on Forecast-koolitatud mudel, mida kasutatakse aegridade andmetel põhinevate prognooside tegemiseks. Treeningu ajal arvutab prognoos täpsusmõõdikud, mida kasutate ennustaja hindamiseks ja otsustamiseks, kas kasutada ennustajat prognoosi koostamiseks. Lisateabe saamiseks vaadake Ennustajate koolitus.
- Prognooside genereerimine – Seejärel saate kasutada väljaõppinud mudelit tulevase ajahorisondi prognooside loomiseks, mida tuntakse kui prognoosihorisont. Prognoos pakub prognoose erinevatel määratud kvantilidel. Näiteks prognoos kvantilil 0.90 hindab väärtust, mis on vaadeldavast väärtusest madalam 90% ajast. Vaikimisi kasutab prognoos ennustaja prognoositüüpide jaoks järgmisi väärtusi: 0.1 (P10), 0.5 (P50) ja 0.9 (P90). Erinevate kvantiilide prognoose kasutatakse tavaliselt ennustusintervalli (prognooside ülemine ja alumine piir) loomiseks, et võtta arvesse prognooside ebakindlust.
Selle töövoo saate rakenduses Prognoos rakendada kas rakendusest AWS-i juhtimiskonsool, AWS-i käsurea liides (AWS CLI) kaudu API-kõned Pythoni sülearvutite abilvõi automatiseerimislahenduste kaudu. The lohutada ja AWS CLI meetodid sobivad kõige paremini kiireks katsetamiseks, et kontrollida teie andmeid kasutades aegridade prognoosimise teostatavust. Pythoni sülearvuti meetod sobib suurepäraselt andmeteadlastele, kes on juba tuttavad Jupyteri sülearvutite ja kodeerimisega ning pakub maksimaalset juhtimist ja häälestamist. Sülearvutipõhist meetodit on aga keeruline rakendada. Meie automatiseerimisviis hõlbustab kiiret katsetamist, välistab korduvad ülesanded ja võimaldab hõlpsamat üleminekut erinevate keskkondade vahel (arendus, lavastus, tootmine).
Selles postituses kirjeldame automaatset lähenemist Forecasti kasutamisele, mis võimaldab teil kasutada oma andmeid ja pakub ühtset töövoogu, mida saate sujuvalt kasutada kogu prognoosilahenduse arendamise elutsükli jooksul alates katsetamise esimestest päevadest kuni juurutamiseni. lahenduse kohta teie tootmiskeskkonnas.
Lahenduse ülevaade
Järgmistes jaotistes kirjeldame täielikku otsast lõpuni töövoogu, mis toimib mallina, mida järgida aegridade prognoosimudelite automatiseeritud juurutamisel prognoosi abil. See töövoog loob prognoositud andmepunktid avatud lähtekoodiga sisendandmestikust; samas saate sama töövoogu kasutada ka oma andmete jaoks, kui saate oma andmeid vormindada vastavalt selles postituses kirjeldatud sammudele. Pärast andmete üleslaadimist juhendame teid prognooside andmestikurühmade loomiseks, andmete importimiseks, ML-mudelite koolitamiseks ja toorandmetest prognoositud andmepunktide loomiseks tulevaste nähtamatute ajahorisontide kohta. Kõik see on võimalik ilma koodi kirjutamise või kompileerimiseta.
Järgmine diagramm illustreerib prognoosimise töövoogu.
Lahendus juurutatakse kahe CloudFormationi malli abil: sõltuvuste malli ja töökoormuse malli. CloudFormation võimaldab teil AWS-i infrastruktuuri juurutusi etteaimatavalt ja korduvalt teostada, kasutades juurutatavaid ressursse kirjeldavaid malle. Juurutatud mallile viidatakse kui a Kestab. Oleme kahes pakutavas mallis teie jaoks lahenduse infrastruktuuri määratlemise eest hoolitsenud. Sõltuvuste mall määratleb töökoormuse malli kasutatavad eeldusressursid, näiteks Amazoni lihtne salvestusteenus (Amazon S3) kopp esemete hoiustamiseks ja AWS-i identiteedi- ja juurdepääsuhaldus (IAM) load AWS API toimingute jaoks. Sõltuvuste mallis määratletud ressursse võib jagada mitme töökoormuse malliga. Töökoormuse mall määratleb andmete neelamiseks, ennustaja koolitamiseks ja prognoosi genereerimiseks kasutatavad ressursid.
Juurutage sõltuvuste CloudFormationi mall
Esmalt juurutame oma eeldusressursside loomiseks sõltuvuste malli. Sõltuvuste mall juurutab valikulise S3 ämbri, AWS Lambda funktsioonid ja IAM-rollid. Amazon S3 on odav, väga kättesaadav ja vastupidav objektide salvestusteenus. Selles lahenduses kasutame lähteandmete salvestamiseks ja töövoo käivitamiseks S3 ämbrit, mille tulemuseks on prognoos. Lambda on serverita sündmustepõhine arvutusteenus, mis võimaldab teil koodi käitada ilma servereid pakkumata või haldamata. Sõltuvuste mall sisaldab funktsioone, mis võimaldavad teha selliseid toiminguid nagu andmestikurühma loomine rakenduses Prognoos ja objektide puhastamine S3 ämbris enne ämbri kustutamist. IAM-i rollid määravad AWS-is kasutajate ja teenuste load. Sõltuvuste mall juurutab rolli, mida kasutab Lambda ja teine rolli jaoks Step Functions, töövoohaldusteenus, mis koordineerib andmete sisestamise ja töötlemise ülesandeid, aga ka ennustajate koolitust ja järelduste tegemist prognoosi abil.
Sõltuvuste malli juurutamiseks tehke järgmised toimingud.
- Valige konsoolil soovitud Prognoosi toetab piirkond lahenduse juurutamiseks.
- Valige AWS CloudFormationi konsoolil Hoidla navigeerimispaanil.
- Vali Loo virn Ja vali Uute ressurssidega (standardne).
- eest Malli allikasvalige Amazon S3 URL.
- Sisestage malli URL:
https://amazon-forecast-samples.s3.us-west-2.amazonaws.com/ml_ops/forecast-mlops-dependency.yaml
. - Vali järgmine.
- eest Virna nimi, sisenema
forecast-mlops-dependency
. - alla parameetrid, valige, kas kasutada olemasolevat S3 ämbrit või luua uus, seejärel sisestage ämbri nimi.
- Vali järgmine.
- Vali järgmine vaikesätete vastuvõtmiseks.
- Märkige ruut, et kinnitada, et virn loob IAM-i ressursse, ja seejärel valige Loo virn malli juurutamiseks.
Peaksite nägema malli juurutamist kui forecast-mlops-dependency
virna. Kui olek muutub CREATE_COMPLETE
, võite liikuda järgmise sammu juurde.
Juurutage töökoormuse CloudFormationi mall
Järgmisena juurutame oma eeldusressursside loomiseks töökoormuse malli. Töökoormuse mall juurutab töövoo haldamiseks Step Functions olekumasinaid, AWS Systems Manageri parameetrite pood parameetrid, et salvestada parameetrite väärtused AWS CloudFormationist ja teavitada töövoogu, an Amazoni lihtne teavitusteenus (Amazon SNS) teema töövoo teatiste jaoks ja IAM-i roll töövooteenuse lubade jaoks.
Lahendus loob viis olekumasinat:
- CreateDatasetGroupStateMachine – loob andmete importimiseks prognooside andmekogumi rühma.
- CreateImportDatasetStateMachine – Impordib Amazon S3 lähteandmed koolituse jaoks andmekogumi rühma.
- Loo ForecastStateMachine – Haldab ennustaja koolitamiseks ja prognoosi genereerimiseks vajalikke ülesandeid.
- AthenaConnectorStateMachine – Võimaldab kirjutada SQL-päringuid rakendusega Amazonase Athena pistik maandusandmetega Amazon S3-s. See on valikuline protsess ajalooliste andmete hankimiseks Forecasti jaoks nõutavas vormingus, kasutades Athenat, selle asemel, et Amazon S3 faile käsitsi paigutada.
- StepFunctionWorkflowStateMachine – Koordineerib kõnesid ülejäänud neljale olekumasinale ja haldab üldist töövoogu.
Systems Manageri funktsioon Parameter Store pakub turvalist, hierarhilist salvestust ja konfiguratsiooniandmete haldamise ja saladuste haldamise programmilist hankimist. Parameetrite salvestamist kasutatakse töökoormuse virnas määratud parameetrite ja muude töövoo poolt kasutatavate parameetrite salvestamiseks.
Töökoormuse malli juurutamiseks tehke järgmised toimingud.
- Valige AWS CloudFormationi konsoolil Hoidla navigeerimispaanil.
- Vali Loo virn Ja vali Uute ressurssidega (standardne).
- eest Malli allikasvalige Amazon S3 URL.
- Sisestage malli URL:
https://amazon-forecast-samples.s3.us-west-2.amazonaws.com/ml_ops/forecast-mlops-solution-guidance.yaml
. - Vali järgmine.
- eest Virna nimi, sisestage nimi.
- Aktsepteerige vaikeväärtused või muutke parameetreid.
Sisestage kindlasti S3 ämbri nimi sõltuvuste virust S3 kopp ja kehtiv e-posti aadress SNNSendpoint isegi kui nõustute parameetrite vaikeväärtustega.
Järgmine tabel kirjeldab iga parameetrit.
Parameeter | Kirjeldus | Lisateave |
DatasetGroupFrequencyRTS |
RTS-andmestiku andmete kogumise sagedus. | . |
DatasetGroupFrequencyTTS |
TTS-andmestiku andmete kogumise sagedus. | . |
DatasetGroupName |
Andmestikurühma lühinimi, iseseisev töökoormus. | CreateDatasetGroup |
DatasetIncludeItem |
Määrake, kas soovite selle kasutusjuhtumi jaoks esitada üksuse metaandmeid. | . |
DatasetIncludeRTS |
Määrake, kas soovite selle kasutusjuhtumi jaoks esitada seotud aegrea. | . |
ForecastForecastTypes |
Kui CreateForecast töö käitatakse, deklareerib see, milliste kvantiilide jaoks ennustusi koostada. Selles massiivis saate valida kuni viis väärtust. Muutke seda väärtust, et lisada väärtused vastavalt vajadusele. | Loo prognoos |
PredictorAttributeConfigs |
TTS-i sihtmuutuja ja RTS-andmekogumite iga numbrivälja jaoks tuleb iga üksuse jaoks luua kirje iga ajaintervalli kohta. See konfiguratsioon aitab määrata, kuidas puuduvad kirjed täidetakse: 0, NaN või muul viisil. Soovitame sisestada TTS-i lüngad 0 asemel NaN-iga. 0-ga võib mudel õppida valesti, et kallutada prognoose nulli suunas. NaN on see, kuidas juhised edastatakse. Kui teil on selle kohta küsimusi, pidage nõu oma AWS-i lahenduste arhitektiga. | Loo AutoPredictor |
PredictorExplainPredictor |
Kehtivad väärtused on TRUE või FALSE. Need määravad, kas teie ennustaja jaoks on seletatavus lubatud. See võib aidata teil mõista, kuidas RTS-i väärtused ja üksuse metaandmed mudelit mõjutavad. | Seletatavus |
PredictorForecastDimensions |
Võib-olla soovite prognoosida tootest peenemat tera. Siin saate määrata mõõtmed, nagu asukoht, kulukoht või mis iganes teie vajadused on. See peab ühtima teie RTS-i ja TTS-i mõõtmetega. Pange tähele, et kui teil pole dimensiooni, on õige parameeter null, iseenesest ja ainult väiketähtedega. null on reserveeritud sõna, mis annab süsteemile teada, et mõõtme jaoks pole parameetrit. | Loo AutoPredictor |
PredictorForecastFrequency |
Määrab ajaskaala, mille jooksul teie mudel ja ennustused koostatakse, näiteks iga päev, kord nädalas või kuus. Rippmenüü aitab teil valida lubatud väärtusi. Kui kasutate RTS-i, peab see olema kooskõlas teie RTS-i ajaskaalaga. | Loo AutoPredictor |
PredictorForecastHorizon |
Ajasammude arv, mida mudel ennustab. Prognoosihorisonti nimetatakse ka ennustuse pikkus. | Loo AutoPredictor |
PredictorForecastOptimizationMetric |
Määrab ennustaja optimeerimiseks kasutatava täpsusmõõdiku. Rippmenüü aitab teil valida üle- või alaprognooside jaoks kaalutud kvantiilikadude saldod. RMSE on seotud ühikutega ja WAPE/MAPE vigade protsendiga. | Loo AutoPredictor |
PredictorForecastTypes |
Kui CreateAutoPredictor töökäibe korral deklareerib see, milliseid kvantiile ennustuspunktide treenimiseks kasutatakse. Selles massiivis saate valida kuni viis väärtust, mis võimaldab teil tasakaalustada üle- ja alaprognoosimist. Muutke seda väärtust, et lisada väärtused vastavalt vajadusele. |
Loo AutoPredictor |
S3Bucket |
S3 ämbri nimi, kuhu selle töökoormuse jaoks kirjutatakse sisend- ja väljundandmed. | . |
SNSEndpoint |
Kehtiv e-posti aadress märguannete saamiseks, kui ennustamis- ja prognoositööd on lõpetatud. | . |
SchemaITEM |
See määrab teie üksuse metaandmete andmekogumi füüsilise järjekorra, veergude nimed ja andmetüübid. See on lahendusnäites esitatud valikuline fail. | Loo andmekogu |
SchemaRTS |
See määrab teie RTS-andmestiku füüsilise järjestuse, veergude nimed ja andmetüübid. Mõõtmed peavad ühtima teie TTS-iga. Selle faili ajatera reguleerib ennustuste tegemise ajajaotust. See on lahendusnäites esitatud valikuline fail. | Loo andmekogu |
SchemaTTS |
See määrab teie TTS-andmestiku füüsilise järjestuse, veergude nimed ja andmetüübid, mis on ainus nõutav andmestik. Fail peab sisaldama vähemalt sihtväärtust, ajatemplit ja üksust. | Loo andmekogu |
TimestampFormatRTS |
Määrab RTS-failis pakutava ajatempli vormingu. | CreateDatasetImportJob |
TimestampFormatTTS |
Määrab TTS-failis pakutava ajatempli vormingu. | CreateDatasetImportJob |
- Vali järgmine vaikesätete vastuvõtmiseks.
- Märkige ruut, et kinnitada, et virn loob IAM-i ressursse, ja seejärel valige Loo virn malli juurutamiseks.
Peaksite nägema malli juurutamist varem valitud virna nimena. Kui olek muutub CREATE_COMPLETE
, võite liikuda andmete üleslaadimise etapi juurde.
Laadige andmed üles
Eelmises jaotises esitasite virna nime ja S3 ämbri. Selles jaotises kirjeldatakse, kuidas avalikult kättesaadavat andmestikku talletada Toidunõudlus selles ämbris. Kui kasutate oma andmestikku, vaadake Andmekogumid et koostada oma andmestik vormingus, mida juurutamine eeldab. Andmekogum peab sisaldama vähemalt sihtajarida ja soovi korral seotud aegridu ja üksuse metaandmeid:
- TTS on aegrea andmed, mis sisaldavad välja, mille kohta soovite prognoosi luua; seda välja nimetatakse sihtväli
- RTS on aegrea andmed, mis ei sisalda sihtvälja, kuid sisaldavad seotud välja
- Üksuse andmefail ei ole aegridade andmed, vaid sisaldab metaandmete teavet TTS-i või RTS-i andmekogumites olevate üksuste kohta
Tehke järgmised toimingud.
- Kui kasutate kaasasolevat näidisandmestikku, laadige see alla Toidunõudlus arvutisse ja pakkige fail lahti, mis loob kolm faili kolmes kataloogis (
rts
,tts
,item
). - Navigeerige Amazon S3 konsoolis varem loodud ämbrisse.
- Vali Loo kaust.
- Kasutage kausta nime jaoks sama stringi kui töökoormuse pinu nimi.
- Vali Täiendava.
- Valige kolm andmestiku kausta ja seejärel valige Täiendava.
Kui üleslaadimine on lõppenud, peaksite nägema midagi sellist, nagu järgmine ekraanipilt. Selle näite puhul on meie kaust aiml42
.
Looge prognooside andmestiku rühm
Andmestikurühma loomiseks iga töökoormuse jaoks ühekordse sündmusena täitke selles jaotises toodud juhised. Edaspidi peaksite kavandama importimise andmete käitamise, ennustaja ja looma prognoosietapid vastavalt vajadusele, seeriatena, vastavalt oma ajakavale, mis võib olla iga päev, kord nädalas või muul viisil.
- Otsige sammufunktsioonide konsoolil üles olekumasin, mis sisaldab
Create-Dataset-Group
. - Valige olekumasina üksikasjade lehel Alusta täitmist.
- Vali Alusta täitmist uuesti kinnitada.
Olekumasinal kulub tööle umbes 1 minut. Kui see on lõpetatud, on väärtus all Täitmise olek peaks muutuma Running et Õnnestus
Importige andmed Prognoosi
Järgige selles jaotises toodud juhiseid, et importida S3 ämbrisse laaditud andmekogum oma andmestikurühma.
- Otsige sammufunktsioonide konsoolil üles olekumasin, mis sisaldab
Import-Dataset
. - Valige olekumasina üksikasjade lehel Käivitage täitmine.
- Vali Alusta täitmist uuesti kinnitada.
Olekumasina käitamiseks kuluv aeg oleneb töödeldavast andmestikust.
- Selle töötamise ajal avage brauseris teine vahekaart ja navigeerige prognoosikonsooli.
- Valige prognoosikonsoolil Kuva andmekogumi rühmad ja navigeerige määratud nimega andmestikurühma
DataGroupName
oma töökoormuse virnast. - Vali Kuva andmekogumid.
Peaksite nägema andmete importimist.
Kui riigimasin jaoks Import-Dataset
on lõpetatud, võite jätkata aegridade andmemudeli koostamiseks järgmise sammuga.
Looge AutoPredictor (koolitage aegrea mudelit)
Selles jaotises kirjeldatakse, kuidas treenida esialgset ennustajat prognoosiga. Võite luua uue ennustaja (teie esimene, algtaseme ennustaja) või õpetada ennustaja ümber iga tootmistsükli jooksul, mis võib olla iga päev, kord nädalas või muul viisil. Samuti võite otsustada mitte luua iga tsükli ennustajat ja tugineda ennustaja jälgimisele, mis juhendab teid selle loomisel. Järgmine joonis kujutab tootmisvalmis prognoosi ennustaja loomise protsessi.
Uue ennustaja loomiseks toimige järgmiselt.
- Otsige sammufunktsioonide konsoolil üles olekumasin, mis sisaldab
Create-Predictor
. - Valige olekumasina üksikasjade lehel Käivitage täitmine.
- Vali Alusta täitmist uuesti kinnitada.
Käitusaeg võib sõltuda töödeldavast andmekogumist. Selle täitmiseks võib kuluda kuni tund või rohkem. - Selle töötamise ajal avage brauseris teine vahekaart ja navigeerige prognoosikonsooli.
- Valige prognoosikonsoolil Kuva andmekogumi rühmad ja navigeerige määratud nimega andmestikurühma
DataGroupName
oma töökoormuse virnast. - Vali Vaadake ennustajaid.
Peaksite nägema käimasolevat ennustavat treeningut (Treeningu olek näitab "Loo pooleli...").
Kui riigimasin jaoks Create-Predictor
on valmis, saate selle toimivust hinnata.
Olekumasina osana loob süsteem ennustaja ja käivitab ka a BacktestExport
töö, mis kirjutab Amazon S3-le aegridade taseme ennustaja mõõdikud. Need on failid, mis asuvad kahes S3 kaustas backtest-export
kausta:
- täpsus-mõõdikud-väärtused – Pakub üksuse tasemel täpsuse mõõdikuid, et saaksite aru ühe aegrea toimivusest. See võimaldab teil pigem levikut uurida kui ainult globaalsetele mõõdikutele keskenduda.
- prognoositavad väärtused – Pakub astmelise taseme ennustusi iga aegrea kohta tagasitestimise aknas. See võimaldab teil võrrelda kinnipidamistesti tegelikku sihtväärtust prognoositud kvantiiliväärtustega. Selle ülevaatamine aitab sõnastada ideid selle kohta, kuidas pakkuda RTS-is täiendavaid andmefunktsioone või üksuste metaandmeid, et aidata paremini hinnata tulevasi väärtusi, vähendades veelgi kadu. Võite alla laadida
backtest-export
failid Amazon S3-st või esitage nende kohta päring Athena abil.
Oma andmetega peate hoolikalt uurima ennustaja tulemusi ja tagama, et mõõdikud vastavad teie eeldatavatele tulemustele, kasutades tagasitesti ekspordiandmeid. Kui olete rahul, võite hakata koostama tulevasi ennustusi, nagu on kirjeldatud järgmises jaotises.
Prognoosi koostamine (järeldus tulevaste ajahorisontide kohta)
Selles jaotises kirjeldatakse, kuidas prognoosiga prognoosi andmepunkte genereerida. Edaspidi peaksite koguma lähtesüsteemist uued andmed, importima andmed rakendusse Forecast ja seejärel genereerima prognoosiandmepunkte. Valikuliselt võite lisada ka uue ennustaja loomise pärast importi ja enne prognoosi. Järgmine joonis kujutab prognoosi abil tootmise aegridade prognooside loomise protsessi.
Tehke järgmised toimingud.
- Otsige sammufunktsioonide konsoolil üles olekumasin, mis sisaldab
Create-Forecast
. - Valige olekumasina üksikasjade lehel Käivitage täitmine.
- Vali Alusta täitmist uuesti kinnitada.
See olekumasin lõpetab väga kiiresti, kuna süsteem ei ole konfigureeritud prognoosi genereerima. See ei tea, millise ennustaja mudeli olete järelduste tegemiseks heaks kiitnud.
Seadistame süsteemi kasutama teie koolitatud ennustajat. - Otsige prognoosikonsoolil üles oma ennustaja ARN.
- Kopeerige ARN, et seda hilisemas etapis kasutada.
- Avage brauseris teine vahekaart ja navigeerige Systems Manageri konsooli.
- Valige Systems Manageri konsoolil Parameetrite pood navigeerimispaanil.
- Leidke oma virnaga seotud parameeter (
/forecast/<StackName>/Forecast/PredictorArn
). - Sisestage ennustaja jaoks kopeeritud ARN.
Nii seostate koolitatud ennustaja prognoosi järeldamisfunktsiooniga. - Leidke parameeter
/forecast/<StackName>/Forecast/Generate
ja muutke väärtust, asendadesFALSE
koosTRUE
.
Nüüd olete valmis selle andmestikurühma jaoks prognoositöö käivitama. - Käivitage sammufunktsioonide konsoolil
Create-Forecast
olekumasin.
Seekord läheb töö ootuspäraselt. Olekumasina osana loob süsteem prognoosi ja a ForecastExport
töö, mis kirjutab Amazon S3-le aegridade ennustused. Need failid asuvad forecast
kausta
Toas forecast
kaustast leiate oma üksuste kohta ennustusi, mis asuvad olenevalt teie valikust paljudes CSV- või Parquet-failides. Iga ajasammu ja valitud aegridade ennustused on olemas kõigi teie valitud kvantiiliväärtustega kirje kohta. Saate need failid Amazon S3-st alla laadida, Athena abil nende kohta päringuid teha või valida andmete kasutamiseks mõne muu strateegia.
See lõpetab kogu töövoo. Nüüd saate oma väljundit visualiseerida, kasutades mis tahes teie valitud visualiseerimistööriista, näiteks Amazon QuickSight. Teise võimalusena saavad andmeteadlased kasutada pandasid oma proovitükkide loomiseks. Kui otsustate QuickSighti kasutada, saate seda teha ühendage oma prognoositulemused QuickSightiga andmete teisenduste tegemiseks, ühe või mitme andmeanalüüsi loomiseks ja luua visualisatsioone.
See protsess annab malli, mida järgida. Peate proovi kohandama oma skeemiga, määrama prognoosi horisondi, aja eraldusvõime ja nii edasi vastavalt oma kasutusjuhtumile. Samuti peate määrama korduva ajakava, mille kohaselt kogutakse andmed lähtesüsteemist, importima andmed ja koostama prognoose. Soovi korral võite importimise ja prognoosietapi vahele lisada ennustamisülesande.
Õpetage ennustaja ümber
Oleme läbinud uue ennustaja koolitamise, aga kuidas on ennustaja ümberõpetamisega? Ennustaja ümberõpe on üks viis, kuidas vähendada ennustaja viimaste saadaolevate andmete põhjal koolitamisega seotud kulusid ja aega. Selle asemel, et luua uus ennustaja ja treenida seda kogu andmestiku jaoks, saame olemasoleva ennustaja ümber õpetada, esitades ainult uued lisaandmed, mis on kättesaadavaks tehtud pärast ennustaja viimast treenimist. Vaatame, kuidas ennustajat automatiseerimislahenduse abil ümber õpetada:
- Valige prognoosikonsoolil Kuva andmekogumi rühmad.
- Valige andmestikurühm, mis on seotud ennustajaga, mida soovite ümber õpetada.
- Vali Vaadake ennustajaid, seejärel valige ennustaja, mida soovite ümber õpetada.
- Kohta Seaded kopeerige ennustaja ARN.
Peame värskendama parameetrit, mida töövoo kasutab, et tuvastada ümberõppimise ennustaja. - Valige Systems Manageri konsoolil Parameetrite pood navigeerimispaanil.
- Leidke parameeter
/forecast/<STACKNAME>/Forecast/Predictor/ReferenceArn
. - Valige parameetrite üksikasjade lehel Edit.
- eest Väärtus, sisestage ennustaja ARN.
See tuvastab ümberõpetatava töövoo õige ennustaja. Järgmisena peame värskendama parameetrit, mida töövoog kasutab koolitusstrateegia muutmiseks. - Leidke parameeter
/forecast/<STACKNAME>/Forecast/Predictor/Strategy
. - Tehke parameetrite üksikasjade lehel valik Redigeeri.
- Väärtuse jaoks sisestage
RETRAIN
.
Vaikimisi koolitab töövoog uue ennustaja; siiski saame seda käitumist muuta olemasoleva ennustaja ümberõpetamiseks või lihtsalt olemasoleva ennustaja uuesti kasutamiseks ilma ümberõpetamiseta, määrates selle väärtuseNONE
. Kui teie andmed on suhteliselt stabiilsed või kasutate, võite treenimisest loobuda automaatne ennustaja jälgimine otsustada, millal ümberõpe on vajalik. - Laadige lisatreeningu andmed üles S3 ämbrisse.
- Leidke sammufunktsioonide konsoolil olekumasin
<STACKNAME>-Create-Predictor
. - Valige olekumasina üksikasjade lehel Alusta täitmist ümberõppe alustamiseks.
Kui ümberõpe on lõppenud, töövoog lõpeb ja teile saadetakse SNS-i meiliteatis töökoormuse malli parameetrites märgitud meiliaadressile.
Koristage
Kui olete selle lahendusega lõpetanud, järgige seotud ressursside kustutamiseks selles jaotises toodud juhiseid.
Kustutage S3 ämber
- Amazon S3 konsoolil valige Kopad navigeerimispaanil.
- Valige salp, kuhu andmed üles laaditi, ja valige Tühi kustutada kõik lahendusega seotud andmed, sealhulgas lähteandmed.
- sisene
permanently delete
ämbri sisu jäädavalt kustutamiseks. - Kohta Kopad lehel, valige ämber ja valige kustutama.
- Sisestage kustutamise kinnitamiseks ämbri nimi ja valige Kustuta ämber.
Kustuta prognoosiressursid
- Valige prognoosikonsoolil Kuva andmekogumi rühmad.
- Valige lahendusega seotud andmestikurühma nimi ja seejärel valige kustutama.
- sisene
delete
andmestikurühma ja sellega seotud ennustajate, ennustaja tagasitesti eksporditööde, prognooside ja prognoositavate eksporditööde kustutamiseks. - Vali kustutama kinnitada.
Kustutage CloudFormationi virnad
- Valige AWS CloudFormationi konsoolil Hoidla navigeerimispaanil.
- Valige töökoormuse virn ja valige kustutama.
- Vali Kustuta virn viru ja kõigi seotud ressursside kustutamise kinnitamiseks.
- Kui kustutamine on lõpetatud, valige sõltuvuste virn ja valige kustutama.
- Vali kustutama kinnitada.
Järeldus
Selles postituses arutasime mõningaid erinevaid viise, kuidas Prognoosi kasutamist alustada. Käisime läbi AWS CloudFormationil põhineva automaatse prognoosimislahenduse, mis võimaldab Forecasti torujuhtme kiiret ja korratavat lahenduse juurutamist andmete sisestamisest järeldusteni, ilma et oleks vaja teadmisi infrastruktuurist. Lõpuks nägime, kuidas saame kasutada Lambdat mudelite ümberõppe automatiseerimiseks, vähendades kulusid ja koolitusaega.
Prognoosimise alustamiseks pole paremat aega kui praegu. Automatiseeritud töövoo loomise ja juurutamise alustamiseks külastage veebisaiti Amazon Forecasti ressursid. Head ennustamist!
Autoritest
Aaron Fagan on New Yorgis asuva AWS-i peaspetsialist lahenduste arhitekt. Ta on spetsialiseerunud klientidele masinõppe ja pilveturbe alaste lahenduste väljatöötamisele.
Raju Patil on AWS-i professionaalsete teenuste andmeteadlane. Ta loob ja juurutab AI/ML-lahendusi, et aidata AWS-i klientidel oma äriprobleemidest üle saada. Tema AWS-i ülesanded on hõlmanud laia valikut AI/ML kasutusjuhtumeid, nagu arvutinägemine, aegridade prognoosimine ja ennustav analüütika jne, paljudes tööstusharudes, sealhulgas finantsteenused, telekommunikatsioon, tervishoid ja palju muud. Enne seda on ta juhtinud andmeteaduse meeskondi reklaamitehnoloogia vallas ning andnud märkimisväärse panuse arvukatesse arvutinägemise ja robootika alastesse teadus- ja arendusprojektidesse. Väljaspool tööd naudib ta fotograafiat, matkamist, reisimist ja kulinaarseid avastusi.
- SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
- PlatoAiStream. Web3 andmete luure. Täiustatud teadmised. Juurdepääs siia.
- Tuleviku rahapaja Adryenn Ashley. Juurdepääs siia.
- Ostke ja müüge IPO-eelsete ettevõtete aktsiaid koos PREIPO®-ga. Juurdepääs siia.
- Allikas: https://aws.amazon.com/blogs/machine-learning/automate-the-deployment-of-an-amazon-forecast-time-series-forecasting-model/
- :on
- :on
- :mitte
- : kus
- $ UP
- 1
- 10
- 100
- 11
- 20
- 20 aastat
- 2022
- 7
- 8
- 9
- a
- MEIST
- aktsepteerima
- juurdepääs
- Vastavalt
- konto
- täpsus
- kinnitada
- üle
- meetmete
- kohandama
- Täiendavad lisad
- Tooteinfo
- aadress
- reklaam
- pärast
- jälle
- AI / ML
- algoritm
- algoritme
- Materjal: BPA ja flataatide vaba plastik
- Lubades
- võimaldab
- üksi
- juba
- Ka
- Amazon
- Amazoni prognoos
- summa
- an
- analüüsid
- analytics
- ja
- Teine
- mistahes
- API
- lähenemine
- asjakohane
- heaks
- OLEME
- Array
- AS
- abistama
- Partner
- seotud
- At
- automatiseerima
- Automatiseeritud
- automaatselt
- Automaatika
- saadaval
- AWS
- AWS CloudFormation
- AWS-i professionaalsed teenused
- Backtest
- Saldo
- saldod
- põhineb
- Baseline
- BE
- sest
- enne
- alustama
- on
- BEST
- Parem
- vahel
- erapoolikus
- Seotud
- Kast
- Toomine
- brauseri
- ehitama
- Ehitus
- Ehitab
- äri
- kuid
- by
- arvutab
- kutsutud
- Kutsub
- CAN
- mis
- juhul
- juhtudel
- keskus
- väljakutseid
- muutma
- Vaidluste lahendamine
- kontrollima
- valik
- Vali
- Valisin
- valitud
- lähedalt
- Cloud
- Cloud Security
- kood
- Kodeerimine
- kogumine
- Veerg
- COM
- ühine
- võrdlema
- täitma
- keeruline
- arvutused
- Arvutama
- arvuti
- Arvuti visioon
- mõisted
- mures
- konfiguratsioon
- Kinnitama
- konsool
- sisaldama
- sisu
- sissemaksed
- kontrollida
- koordineerima
- parandada
- Maksma
- võiks
- kaetud
- looma
- loodud
- loob
- loomine
- loomine
- Kliendid
- tsükkel
- Tsükliline
- iga päev
- andmed
- andmehaldus
- andmepunktid
- andmeteadus
- andmeteadlane
- andmekogum
- andmekogumid
- päev
- Päeva
- otsustama
- kuulutab
- vaikimisi
- vaikimisi
- määratletud
- Määratleb
- määratlemisel
- esitatud
- Olenevalt
- sõltub
- juurutada
- lähetatud
- juurutamine
- kasutuselevõtu
- kasutuselevõtt
- juurutab
- hoius
- kirjeldama
- kirjeldatud
- soovitud
- detail
- detailid
- Määrama
- Arendajad
- & Tarkvaraarendus
- erinev
- raske
- mõõde
- mõõdud
- kataloogid
- arutatud
- do
- Ei tee
- tehtud
- lae alla
- ajal
- iga
- Ajalugu
- lihtsam
- kumbki
- kõrvaldab
- lubatud
- võimaldab
- lõpp
- Lõpuks-lõpuni
- tagama
- sisene
- Kogu
- keskkond
- keskkondades
- vead
- hinnata
- jms
- hindama
- Isegi
- sündmus
- näide
- täitmine
- eksisteerima
- olemasolevate
- oodatav
- ootab
- kogemus
- eksport
- hõlbustab
- vale
- tuttav
- FUNKTSIOONID
- väli
- Joonis
- fail
- Faile
- Esitamine
- täidetud
- Lõpuks
- finants-
- finantsteenused
- leidma
- esimene
- keskendumine
- järgima
- Järel
- eest
- Ennustus
- prognoosid
- formaat
- Edasi
- edasi
- neli
- Sagedus
- Alates
- täielikult
- funktsioon
- funktsioonid
- edasi
- tulevik
- tekitama
- loodud
- teeniva
- saama
- Globaalne
- Go
- läheb
- valitseb
- graafik
- suur
- Grupp
- Grupi omad
- juhised
- suunata
- õnnelik
- saak
- Olema
- võttes
- he
- Tervis
- Tervishoiuamet
- aitama
- aidates
- aitab
- siin
- kõrgelt
- tema
- ajalooline
- silmapiir
- Horizons
- tund
- Kuidas
- Kuidas
- aga
- HTML
- http
- HTTPS
- ideid
- identifitseerib
- identifitseerima
- Identity
- if
- illustreerib
- rakendada
- import
- impordi
- in
- sisaldama
- hõlmab
- Kaasa arvatud
- tööstusharudes
- mõju
- teatama
- info
- Infrastruktuur
- esialgne
- algatused
- sisend
- selle asemel
- sisse
- uurima
- seotud
- IT
- kirjed
- ITS
- ise
- töö
- Tööturg
- jpg
- Teadma
- teadmised
- teatud
- maa
- viimane
- pärast
- hiljemalt
- Õppida
- õppimine
- kõige vähem
- Led
- LED-andmed
- Lets
- eluring
- nagu
- joon
- vähe
- asub
- liising
- Pikk
- kaotus
- odava
- vähendada
- masin
- masinõpe
- masinad
- tehtud
- Tegemine
- juhtima
- juhitud
- juhtimine
- juht
- haldab
- juhtiv
- käsitsi
- palju
- maksimaalne
- mai..
- Vastama
- menüü
- Metaandmed
- meetod
- meetodid
- meetriline
- Meetrika
- võib
- miinimum
- minut
- puuduvad
- ML
- mudel
- mudelid
- muutma
- järelevalve
- igakuine
- rohkem
- liikuma
- mitmekordne
- peab
- nimi
- nimed
- Navigate
- NAVIGATSIOON
- vajalik
- Vajadus
- vajadustele
- Uus
- New York
- järgmine
- ei
- märkmik
- teade
- teated
- nüüd
- number
- arvukad
- objekt
- esemeid
- saama
- of
- on
- ONE
- ainult
- avatud
- avatud lähtekoodiga
- optimeerima
- Valikud
- or
- et
- Muu
- muidu
- meie
- välja
- tulemusi
- välja toodud
- väljund
- väljaspool
- üle
- üldine
- enda
- lehekülg
- pandas
- pane
- parameeter
- parameetrid
- osa
- protsent
- täitma
- jõudlus
- püsivalt
- Õigused
- fotograafia
- füüsiline
- torujuhe
- Koht
- paigutamine
- kava
- Platon
- Platoni andmete intelligentsus
- PlatoData
- võrra
- võimalik
- post
- ennustada
- prognoosimine
- ennustus
- Ennustused
- Ennustav analüüs
- Predictor
- Ennustab
- Valmistama
- esitada
- esitatud
- eelmine
- Peamine
- Eelnev
- protsess
- Töödeldud
- töötlemine
- tootma
- Produktsioon
- professionaalne
- programmiline
- Edu
- anda
- tingimusel
- annab
- pakkudes
- avalikult
- Python
- päringud
- Küsimused
- Kiire
- kiiresti
- valik
- kiire
- pigem
- Töötlemata
- valmis
- saama
- soovitama
- rekord
- andmed
- korduv
- vähendama
- vähendamine
- nimetatud
- viitab
- regulaarne
- seotud
- suhteliselt
- asjakohane
- lootma
- eemaldades
- korratav
- KORDUVALT
- korduv
- nõutav
- teadustöö
- teadus-ja arendustegevus
- reserveeritud
- vetruv
- resolutsioon
- Vahendid
- tulemuseks
- Tulemused
- taaskasutada
- läbivaatamine
- robootika
- Roll
- rollid
- jooks
- jooksmine
- sama
- Näidisandmekogum
- rahul
- Skaala
- ajakava
- teadus
- teadlane
- teadlased
- sujuvalt
- Osa
- lõigud
- kindlustama
- turvalisus
- vaata
- väljavalitud
- valik
- Seeria
- Serverita
- Serverid
- teenib
- teenus
- Teenused
- komplekt
- kehtestamine
- jagatud
- Lühike
- peaks
- Näitused
- märkimisväärne
- lihtne
- lihtsalt
- alates
- ühekordne
- So
- lahendus
- Lahendused
- mõned
- midagi
- allikas
- spetsialist
- spetsialiseerunud
- määratletud
- laiali
- stabiilne
- Kestab
- matkimine
- standard
- algus
- alustatud
- Käivitus
- riik
- olek
- Samm
- Sammud
- ladustamine
- salvestada
- Strateegia
- nöör
- struktuur
- selline
- Toetatud
- süsteem
- süsteemid
- tabel
- Võtma
- võtab
- sihtmärk
- Ülesanne
- ülesanded
- meeskonnad
- Tehnoloogia
- telekommunikatsiooni
- šabloon
- malle
- test
- kui
- et
- .
- Allikas
- Riik
- oma
- Neile
- SIIS
- Seal.
- Need
- asjad
- see
- kolm
- Läbi
- läbi kogu
- aeg
- Ajaseeria
- ajatempel
- et
- kokku
- tööriist
- teema
- suunas
- Rong
- koolitatud
- koolitus
- muundumised
- üleminek
- reisima
- vallandada
- tõsi
- kaks
- tüüp
- liigid
- tüüpiliselt
- Ebakindlus
- all
- mõistma
- üksused
- Värskendused
- laetud
- URL
- kasutama
- kasutage juhtumit
- Kasutatud
- Kasutajad
- kasutamine
- väärtus
- Väärtused
- eri
- väga
- kaudu
- nägemus
- visiit
- visualiseerimine
- kõndis
- tahan
- oli
- Tee..
- kuidas
- we
- iga nädal
- Hästi
- M
- millal
- kas
- mis
- lai
- Lai valik
- will
- koos
- jooksul
- ilma
- sõna
- Töö
- kirjutama
- kirjalik
- aastat
- york
- sa
- Sinu
- sephyrnet
- Tõmblukk