Choisissez des séries temporelles spécifiques à prévoir avec Amazon Forecast

Aujourd'hui, nous sommes ravis d'annoncer que Prévisions Amazon offre la possibilité de générer des prévisions sur un sous-ensemble sélectionné d'éléments. Cela vous aide à tirer parti de la pleine valeur de vos données et à les appliquer de manière sélective à votre choix d'éléments, ce qui réduit le temps et les efforts nécessaires pour obtenir les résultats prévus.

La génération d'une prévision sur "tous" les éléments de l'ensemble de données vous a limité la liberté d'avoir des contrôles précis sur des éléments spécifiques que vous vouliez prévoir. Cela signifiait une augmentation des coûts pour les éléments prévus à faible/aucune priorité et des frais généraux supplémentaires. Auparavant, vous passiez beaucoup de temps à générer plusieurs prédictions sur tous les éléments de vos données. Cela prenait du temps et était lourd à gérer sur le plan opérationnel. De plus, cette approche ne tire pas pleinement parti de la valeur de l'apprentissage automatique (ML) : appliquer des inférences sur les éléments souhaités. Avec la possibilité de choisir un sous-ensemble d'éléments, vous pouvez désormais vous concentrer sur la formation du modèle avec toutes vos données, mais appliquer les apprentissages pour sélectionner quelques éléments à haut rendement. Cela contribuera à l'optimisation globale de la planification des prévisions en augmentant la productivité (moins d'articles à gérer) et en réduisant les coûts (réduction du prix par article prévu). Cela facilite également la gestion de l'explicabilité.

Avec le lancement d'aujourd'hui, vous pouvez non seulement exécuter toutes les étapes, mais également choisir de sélectionner un sous-ensemble d'éléments à prévoir en téléchargeant un csv lors de l'étape "Créer une prévision". Vous n'avez pas besoin d'intégrer l'intégralité de la cible ou des séries chronologiques et des métadonnées d'élément associées, ce qui vous permet d'économiser des efforts considérables. Cela aidera également à réduire l'empreinte globale de l'infrastructure pour les éléments prévus, ce qui entraînera des économies de coûts et de productivité. Vous pouvez effectuer cette étape à l'aide de l'API "CreateForecast" ou suivre les étapes de console suivantes.

Prévision sur un sous-ensemble d'articles sélectionné

Nous allons maintenant expliquer comment utiliser la console Forecast pour sélectionner des éléments sélectionnés dans l'ensemble de données d'entrée.

Étape 1 : Importer les données d'entraînement

Pour importer des données de séries chronologiques dans Forecast, créez un groupe d'ensembles de données, choisissez un domaine pour votre groupe d'ensembles de données, spécifiez les détails de vos données et faites pointer Forecast sur Service de stockage simple Amazon (Amazon S3) emplacement de vos données. Dans cet exemple, supposons que votre ensemble de données comporte 1000 XNUMX éléments.

Remarque: Cet exercice suppose que vous n'avez créé aucun groupe d'ensembles de données. Si vous avez déjà créé un groupe d'ensembles de données, ce que vous voyez variera légèrement des captures d'écran et des instructions suivantes.

Pour importer des données de séries chronologiques à des fins de prévision

1. Ouvrir la console des prévisions ici.
2. Sur la page d'accueil des prévisions, choisissez Créer un groupe de jeux de données.
3. Sur le Créer un groupe de jeux de données , ajoutez les détails de votre ensemble de données d'entrée.
   
4. Selectionnez Suivant.
5. Les Détails de l'ensemble de données Le panneau doit ressembler à ce qui suit :
   
6. Une fois que vous avez entré tous les détails nécessaires sur la page d'importation de l'ensemble de données, le Détails de l'importation de l'ensemble de données Le panneau doit ressembler à ce qui suit :
   
7. Selectionnez Accueil.

Attendez que Forecast ait fini d'importer vos données de séries temporelles. Le processus peut prendre plusieurs minutes ou plus. Lorsque votre ensemble de données a été importé, le statut passe à Actif et la bannière en haut du tableau de bord vous signale que vous avez importé vos données avec succès.

Maintenant que votre ensemble de données de série chronologique cible a été importé, vous pouvez créer un prédicteur.

Étape 2 : Créer un prédicteur

Ensuite, vous créez un prédicteur que vous utilisez pour générer des prévisions basées sur vos données de séries temporelles. Forecast applique la combinaison optimale d'algorithmes à chaque série chronologique de vos ensembles de données.

Pour créer un prédicteur avec la console Forecast, vous spécifiez un nom de prédicteur, une fréquence de prévision et définissez un horizon de prévision. Pour plus d'informations sur les champs supplémentaires que vous pouvez configurer, voir Prédicteurs d'entraînement.

Pour créer un prédicteur

1. Une fois l'importation de votre ensemble de données de séries chronologiques cible terminée, le groupe d'ensembles de données Tableau de bord devrait ressembler à ce qui suit :
   
   Sous Former un prédicteur, choisissez AccueilL’ Prédicteur de train page s'affiche.
2. Sur le Prédicteur de train page, pour Paramètres du prédicteur, fournissez les informations suivantes:
   • Nom du prédicteur
   • Fréquence des prévisions
   • Horizon de prévision
   • Variables de prévision ainsi que  Quantiles de prévision (Optionnel)

Maintenant que votre prédicteur a été formé sur 1000 éléments, vous pouvez passer à l'étape suivante de génération d'une prévision.

Étape 3 : Créer une prévision

1. Sélectionnez Créer une prévision.
2. Écrivez le nom de la prévision
3. Sélectionnez un prédicteur.
4. Sélectionner les quantiles – Entrez jusqu'à cinq quantiles.
5. Si vous souhaitez générer la prévision pour les 1000 XNUMX articles, sélectionnez « Tous les articles ».
   
6. Ou bien vous pouvez sélectionner "Articles sélectionnés", ce qui vous permettra de choisir des articles spécifiques parmi les 1000 articles à prévoir.
   
7. Indiquez l'emplacement du fichier s3 qui contient les séries temporelles sélectionnées. Les séries temporelles doivent inclure toutes les colonnes d'éléments et de dimensions spécifiées dans la série temporelle cible.
   
8. Vous devez également définir votre schéma pour le fichier d'entrée contenant les séries chronologiques sélectionnées. L'ordre des colonnes défini dans le schéma doit correspondre à l'ordre des colonnes dans le fichier d'entrée.
9. Cliquez sur Générer une prévision.
10. Effectuez une exportation et le fichier .csv vous montrera uniquement les éléments sélectionnés que vous avez choisis.

Conclusion

Les prévisions vous permettent désormais de sélectionner un sous-ensemble d'éléments dans l'ensemble de données d'entrée. Avec cette fonctionnalité, vous pouvez former votre modèle avec toutes les données disponibles, puis appliquer les apprentissages pour sélectionner les éléments que vous souhaitez prévoir. Cela permet de gagner du temps et de concentrer les efforts sur les éléments hautement prioritaires. Vous pouvez réduire les coûts et mieux aligner les efforts sur les résultats commerciaux. « Éléments de sélection de prévisions » est disponible dans toutes les régions où les prévisions sont accessibles au public.

Pour en savoir plus sur les prévisions des "éléments sélectionnés", visitez ce cahier ou en savoir plus sur les prévisions guide du développeur.

---

À propos des auteurs

Dave Meetish est chef de produit senior au sein de l'équipe Amazon Forecast. Il s'intéresse à toutes les données et à leur application pour générer de nouvelles sources de revenus. En dehors du travail, il aime cuisiner des plats indiens et regarder des émissions intéressantes.

Ridhim Rastogui est ingénieur en développement logiciel au sein de l'équipe Amazon Forecast. Il est passionné par la construction de systèmes distribués évolutifs en mettant l'accent sur la résolution de problèmes du monde réel grâce à l'IA/ML. Dans ses temps libres, il aime résoudre des énigmes, lire des romans et explorer.

• Coinsmart. Le meilleur échange Bitcoin et Crypto d'Europe.
• Platoblockchain. Intelligence métaverse Web3. Connaissance amplifiée. ACCÈS LIBRE.
• CryptoHawk. Radar Altcoins. Essai gratuit.
• Source : https://aws.amazon.com/blogs/machine-learning/choose-specific-timeseries-to-forecast-with-amazon-forecast/