امروز ، ما مشتاق هستیم که آن را اعلام کنیم پیش بینی آمازون توانایی ایجاد پیش بینی در زیر مجموعه ای از آیتم ها را ارائه می دهد. این به شما کمک می کند تا از ارزش کامل داده های خود استفاده کنید و آن را به طور انتخابی بر روی موارد انتخابی خود اعمال کنید و زمان و تلاش برای دریافت نتایج پیش بینی شده را کاهش دهید.
ایجاد پیشبینی بر روی «همه» موارد مجموعه داده، شما را از داشتن کنترلهای دقیق بر روی موارد خاصی که میخواهید پیشبینی کنید، محدود میکند. این به معنای افزایش هزینه برای اقلام پیشبینیشده کم/بدون اولویت و سربار اضافی است. پیش از این، زمان زیادی را صرف ایجاد پیشبینیهای متعدد در مورد همه موارد موجود در دادههای خود میکردید. مدیریت این امر زمان بر و از نظر عملیاتی سنگین بود. علاوه بر این، این رویکرد به طور کامل از ارزش یادگیری ماشین (ML) استفاده نمی کند: استفاده از استنباط در مورد موارد مورد نظر. با قابلیت انتخاب زیرمجموعه ای از آیتم ها، اکنون می توانید روی آموزش مدل با تمام داده های خود تمرکز کنید، اما آموخته ها را برای انتخاب چند مورد پربازده به کار ببرید. این امر با افزایش بهره وری (اقلام کمتر برای مدیریت) و کاهش هزینه (کاهش قیمت هر آیتم پیش بینی شده) به بهینه سازی کلی برنامه ریزی پیش بینی کمک خواهد کرد. این همچنین مدیریت توضیح پذیری را آسان تر می کند.
با راهاندازی امروز، نه تنها میتوانید همه مراحل را اجرا کنید، بلکه میتوانید با آپلود یک csv در مرحله «ایجاد پیشبینی»، زیرمجموعهای از موارد را برای پیشبینی انتخاب کنید. نیازی نیست کل هدف یا سری های زمانی مرتبط و فراداده مورد را وارد کنید که باعث صرفه جویی قابل توجهی در تلاش شما می شود. این همچنین به کاهش ردپای زیرساخت کلی برای اقلام پیش بینی شده کمک می کند که منجر به صرفه جویی در هزینه و بهره وری می شود. میتوانید این مرحله را با استفاده از «CreateForecast» API انجام دهید یا مراحل کنسول زیر را دنبال کنید.
پیش بینی در زیر مجموعه ای از آیتم ها
اکنون نحوه استفاده از کنسول Forecast برای انتخاب موارد انتخابی در مجموعه داده ورودی را توضیح خواهیم داد.
مرحله 1: وارد کردن داده های آموزشی
برای وارد کردن دادههای سری زمانی به Forecast، یک گروه داده ایجاد کنید، یک دامنه برای گروه مجموعه خود انتخاب کنید، جزئیات دادههای خود را مشخص کنید، و Forecast را روی سرویس ذخیره سازی ساده آمازون (Amazon S3) مکان داده های شما در این مثال، فرض کنید مجموعه داده شما 1000 مورد دارد.
توجه داشته باشید: این تمرین فرض می کند که شما هیچ گروه داده ای ایجاد نکرده اید. اگر قبلاً یک گروه داده ایجاد کردهاید، آنچه میبینید کمی با تصاویر و دستورالعملهای زیر متفاوت است.
برای وارد کردن داده های سری زمانی برای پیش بینی
- کنسول Forecast را باز کنید اینجا کلیک نمایید.
- در صفحه اصلی Forecast، را انتخاب کنید ایجاد گروه داده.
- بر ایجاد گروه داده صفحه، جزئیات را برای مجموعه داده ورودی خود اضافه کنید.
- را انتخاب کنید بعدی.
- La جزئیات مجموعه داده پانل باید شبیه به زیر باشد:
- پس از اینکه تمام جزئیات لازم را در صفحه وارد کردن مجموعه داده وارد کردید، جزئیات واردات مجموعه داده پانل باید شبیه به زیر باشد:
- را انتخاب کنید آغاز.
منتظر بمانید تا Forecast وارد کردن داده های سری زمانی شما را تمام کند. این فرآیند می تواند چند دقیقه یا بیشتر طول بکشد. هنگامی که مجموعه داده شما وارد شد، وضعیت به فعال و بنر بالای داشبورد به شما اطلاع می دهد که داده های خود را با موفقیت وارد کرده اید.
اکنون که مجموعه داده سری زمانی هدف شما وارد شده است، می توانید یک پیش بینی ایجاد کنید.
مرحله 2: یک پیش بینی ایجاد کنید
در مرحله بعد، یک پیشبینیکننده ایجاد میکنید که از آن برای تولید پیشبینیها بر اساس دادههای سری زمانی خود استفاده میکنید. Forecast ترکیب بهینه الگوریتم ها را برای هر سری زمانی در مجموعه داده های شما اعمال می کند.
برای ایجاد پیشبینیکننده با کنسول Forecast، نام پیشبینیکننده، فرکانس پیشبینی و افق پیشبینی را تعیین میکنید. برای اطلاعات بیشتر در مورد فیلدهای اضافی که می توانید پیکربندی کنید، رجوع کنید پیش بینی کننده های آموزشی.
برای ایجاد یک پیش بینی
- پس از اینکه مجموعه داده سری زمانی هدف شما وارد کردن تمام شد، گروه مجموعه داده شما داشبورد باید شبیه موارد زیر باشد:
تحت یک پیشگو تربیت کنید، انتخاب کنید آغاز. پیش بینی کننده قطار صفحه نمایش داده می شود. - بر پیش بینی کننده قطار صفحه، برای تنظیمات پیش بینی کننده، اطلاعات زیر را ارائه دهید:
- نام پیش بینی کننده
- فرکانس پیش بینی
- افق پیش بینی
- ابعاد پیش بینی و کمیت های پیش بینی (اختیاری)
اکنون که پیش بینی کننده شما بر روی 1000 مورد آموزش دیده است، می توانید به مرحله بعدی ایجاد پیش بینی بروید.
مرحله 3: پیش بینی ایجاد کنید
- ایجاد پیش بینی را انتخاب کنید.
- نام پیش بینی را بنویسید
- یک پیش بینی را انتخاب کنید.
- چندک را انتخاب کنید - حداکثر پنج کمیت را وارد کنید.
- اگر میخواهید پیشبینی همه 1000 مورد را ایجاد کنید، «همه موارد» را انتخاب کنید.
- یا در غیر این صورت می توانید "اقلام انتخابی" را انتخاب کنید، که به شما امکان می دهد از بین 1000 مورد، موارد خاصی را برای پیش بینی انتخاب کنید.
- مکان فایل s3 را که حاوی سری های زمانی انتخاب شده است، ارائه دهید. سری های زمانی باید شامل تمام ستون های آیتم و ابعاد مشخص شده در سری زمانی مورد نظر باشند.
- همچنین باید طرح واره خود را برای فایل ورودی حاوی سری های زمانی انتخاب شده تعریف کنید. ترتیب ستون های تعریف شده در طرحواره باید با ترتیب ستون ها در فایل ورودی مطابقت داشته باشد.
- Generate Forecast را بزنید.
- صادرات را انجام دهید و فایل csv. فقط موارد انتخابی را به شما نشان می دهد.
نتیجه
اکنون Forecast امکان انتخاب زیرمجموعه ای از موارد از مجموعه داده ورودی را در اختیار شما قرار می دهد. با استفاده از این ویژگی، میتوانید مدل خود را با تمام دادههای موجود آموزش دهید و سپس یادگیریها را برای انتخاب مواردی که میخواهید پیشبینی کنید، اعمال کنید. این به صرفه جویی در زمان و تمرکز تلاش ها روی موارد با اولویت بالا کمک می کند. می توانید به کاهش هزینه ها دست یابید و تلاش ها را بهتر با نتایج کسب و کار هماهنگ کنید. «موارد انتخابی پیشبینی» در همه مناطقی که پیشبینی بهطور عمومی در دسترس است، در دسترس است.
برای کسب اطلاعات بیشتر در مورد پیش بینی "اقلام انتخابی"، به این سایت مراجعه کنید دفتر یادداشت یا در مورد پیش بینی بیشتر بخوانید راهنمای توسعه دهنده.
درباره نویسنده
ملاقات با دیو مدیر محصول Sr در تیم آمازون Forecast است. او به همه داده ها و کاربرد آنها برای تولید جریان های درآمد جدید علاقه مند است. در خارج از کار، او دوست دارد غذاهای هندی بپزد و برنامه های جالب تماشا کند.
رضیم راستگی یک مهندس توسعه نرم افزار در تیم آمازون Forecast است. او مشتاق ساخت سیستمهای توزیعشده مقیاسپذیر با تمرکز بر حل مشکلات دنیای واقعی از طریق AI/ML است. او در اوقات فراغت خود دوست دارد پازل حل کند، داستان بخواند و کشف کند.
- "
- 100
- a
- توانایی
- درباره ما
- رسیدن
- در میان
- اضافی
- الگوریتم
- معرفی
- آمازون
- اعلام
- API
- کاربرد
- درخواست
- با استفاده از
- روش
- در دسترس
- AWS
- پرچم
- مرز
- بنا
- کسب و کار
- انتخاب
- را انتخاب کنید
- ترکیب
- کنسول
- شامل
- کمک
- گروه شاهد
- ایجاد
- ایجاد شده
- داشبورد
- داده ها
- جزئیات
- پروژه
- بعد
- توزیع شده
- نمی کند
- دامنه
- در طی
- هر
- تلاش
- تلاش
- مهندس
- وارد
- وارد
- مثال
- برانگیخته
- ورزش
- اکتشاف
- ویژگی
- داستان
- زمینه
- تمرکز
- تمرکز
- به دنبال
- پیروی
- غذا
- رد پا
- آزادی
- از جانب
- کامل
- تولید می کنند
- مولد
- گروه
- گروه ها
- سر
- کمک
- کمک می کند
- زیاد
- صفحه اصلی
- افق
- چگونه
- چگونه
- HTTPS
- واردات
- شامل
- افزایش
- افزایش
- اطلاعات
- شالوده
- ورودی
- علاقه مند
- IT
- راه اندازی
- یاد گرفتن
- یادگیری
- قدرت نفوذ
- محل
- نگاه کنيد
- دستگاه
- فراگیری ماشین
- باعث می شود
- مدیریت
- مدیر
- مسابقه
- ML
- مدل
- بیش
- چندگانه
- لازم
- بعد
- بهینه سازی
- سفارش
- به طور کلی
- تابلو
- احساساتی
- برنامه ریزی
- نقطه
- پیش بینی
- قیمت
- اولویت
- مشکلات
- روند
- محصول
- بهره وری
- ارائه
- فراهم می کند
- دنیای واقعی
- کاهش
- نتیجه
- نتایج
- درامد
- دویدن
- صرفه جویی کردن
- مقیاس پذیر
- انتخاب شد
- سلسله
- سرویس
- چند
- نشان
- مشابه
- ساده
- نرم افزار
- توسعه نرم افزار
- جامد
- حل
- خاص
- خرج کردن
- وضعیت
- ذخیره سازی
- موفقیت
- سیستم های
- هدف
- تیم
- La
- اشیاء
- از طریق
- زمان
- امروز
- بالا
- آموزش
- استفاده کنید
- ارزش
- خواسته
- تماشا کردن
- چی
- مهاجرت کاری
- جهان
- خواهد بود
- بازده
- شما