आज, हम यह घोषणा करने के लिए उत्साहित हैं अमेज़न का पूर्वानुमान आइटम के चयनित सबसेट पर पूर्वानुमान उत्पन्न करने की क्षमता प्रदान करता है। यह आपको अपने डेटा के पूर्ण मूल्य का लाभ उठाने में मदद करता है, और पूर्वानुमानित परिणाम प्राप्त करने के लिए समय और प्रयास को कम करते हुए इसे अपनी पसंद की वस्तुओं पर चुनिंदा रूप से लागू करता है।
डेटासेट के 'सभी' आइटमों पर एक पूर्वानुमान उत्पन्न करने से आपको उन विशिष्ट वस्तुओं पर बारीक नियंत्रण रखने की स्वतंत्रता से प्रतिबंधित कर दिया गया, जिनका आप पूर्वानुमान लगाना चाहते थे। इसका मतलब कम/कोई प्राथमिकता वाले पूर्वानुमानित वस्तुओं और अतिरिक्त ओवरहेड के लिए बढ़ी हुई लागत नहीं थी। इससे पहले, आप अपने डेटा में सभी मदों पर कई भविष्यवाणियां करने में बहुत समय व्यतीत करते थे। यह समय लेने वाला और प्रबंधन के लिए परिचालन रूप से भारी था। इसके अलावा, यह दृष्टिकोण मशीन लर्निंग (एमएल) के मूल्य का पूरी तरह से लाभ नहीं उठाता है: वांछित वस्तुओं में अनुमानों को लागू करना। आइटम का एक सबसेट चुनने की क्षमता के साथ, अब आप अपने सभी डेटा के साथ मॉडल को प्रशिक्षित करने पर ध्यान केंद्रित कर सकते हैं, लेकिन कुछ उच्च उपज वाली वस्तुओं का चयन करने के लिए सीखने को लागू कर सकते हैं। यह उत्पादकता में वृद्धि (प्रबंधन के लिए कम आइटम) और लागत को कम करके (प्रति पूर्वानुमानित वस्तु की कीमत में कमी) द्वारा पूर्वानुमान योजना के समग्र अनुकूलन में योगदान देगा। यह व्याख्यात्मकता को प्रबंधित करने में भी आसान बनाता है।
आज के लॉन्च के साथ, आप न केवल सभी चरणों को चला सकते हैं, बल्कि 'पूर्वानुमान बनाएं' चरण के दौरान एक सीएसवी अपलोड करके पूर्वानुमान के लिए आइटम का एक सबसेट चुनने का विकल्प भी है। आपको संपूर्ण लक्ष्य या संबंधित समय-श्रृंखला और आइटम मेटाडेटा को ऑनबोर्ड करने की आवश्यकता नहीं है जो आपके लिए काफी प्रयास बचाता है। यह पूर्वानुमानित वस्तुओं के लिए समग्र बुनियादी ढांचे के पदचिह्न को कम करने में भी मदद करेगा जिसके परिणामस्वरूप लागत बचत और उत्पादकता होगी। आप 'CreateForecast' API का उपयोग करके यह चरण कर सकते हैं, या निम्न कंसोल चरणों का पालन करें।
आइटम के चुनिंदा सबसेट पर पूर्वानुमान
अब हम इनपुट डेटासेट पर चुनिंदा आइटम चुनने के लिए फोरकास्ट कंसोल का उपयोग करने के तरीके के बारे में जानेंगे।
चरण 1: प्रशिक्षण डेटा आयात करें
पूर्वानुमान में समय-श्रृंखला डेटा आयात करने के लिए, एक डेटासेट समूह बनाएं, अपने डेटासेट समूह के लिए एक डोमेन चुनें, अपने डेटा का विवरण निर्दिष्ट करें, और पूर्वानुमान को इंगित करें अमेज़न सरल भंडारण सेवा (अमेज़न S3) आपके डेटा का स्थान। इस उदाहरण में, मान लेते हैं कि आपके डेटासेट में 1000 आइटम हैं।
नोट: यह अभ्यास मानता है कि आपने कोई डेटासेट समूह नहीं बनाया है। यदि आपने पहले एक डेटासेट समूह बनाया है, तो आप जो देखेंगे वह निम्नलिखित स्क्रीनशॉट और निर्देशों से थोड़ा भिन्न होगा।
पूर्वानुमान के लिए समय-श्रृंखला डेटा आयात करने के लिए
- पूर्वानुमान कंसोल खोलें यहाँ उत्पन्न करें.
- पूर्वानुमान मुख पृष्ठ पर, चुनें डेटासेट समूह बनाएं.
- पर डेटासेट समूह बनाएं पृष्ठ पर, अपने इनपुट डेटासेट के लिए विवरण जोड़ें।
- चुनें अगला.
- RSI डेटासेट विवरण पैनल निम्न के जैसा दिखना चाहिए:
- डेटासेट आयात पृष्ठ पर सभी आवश्यक विवरण दर्ज करने के बाद, डेटासेट आयात विवरण पैनल निम्न के जैसा दिखना चाहिए:
- चुनें प्रारंभ.
अपना समय श्रृंखला डेटा आयात करना समाप्त करने के लिए पूर्वानुमान की प्रतीक्षा करें। प्रक्रिया में कई मिनट या उससे अधिक समय लग सकता है। जब आपका डेटासेट आयात कर लिया जाता है, तो स्थिति बदल जाती है सक्रिय और डैशबोर्ड के शीर्ष पर स्थित बैनर आपको सूचित करता है कि आपने अपना डेटा सफलतापूर्वक आयात कर लिया है।
अब जब आपका लक्ष्य समय श्रृंखला डेटासेट आयात कर लिया गया है, तो आप एक भविष्यवक्ता बना सकते हैं।
चरण 2: एक भविष्यवक्ता बनाएं
इसके बाद, आप एक भविष्यवक्ता बनाते हैं, जिसका उपयोग आप अपने समय श्रृंखला डेटा के आधार पर पूर्वानुमान उत्पन्न करने के लिए करते हैं। पूर्वानुमान आपके डेटासेट में प्रत्येक समय श्रृंखला के लिए एल्गोरिदम के इष्टतम संयोजन को लागू करता है।
फोरकास्ट कंसोल के साथ एक प्रेडिक्टर बनाने के लिए, आप एक प्रेडिक्टर का नाम, एक फोरकास्ट फ़्रीक्वेंसी निर्दिष्ट करते हैं और एक फोरकास्ट होराइजन को परिभाषित करते हैं। उन अतिरिक्त फ़ील्ड के बारे में अधिक जानकारी के लिए जिन्हें आप कॉन्फ़िगर कर सकते हैं, देखें प्रशिक्षण भविष्यवक्ता.
भविष्यवक्ता बनाने के लिए
- आपके लक्षित समय श्रृंखला डेटासेट के आयात के समाप्त होने के बाद, आपके डेटासेट समूह का डैशबोर्ड
निम्नलिखित के समान दिखना चाहिए:
के अंतर्गत एक भविष्यवक्ता को प्रशिक्षित करें, चुनें प्रारंभ। ट्रेन के भविष्यवक्ता पृष्ठ प्रदर्शित किया जाता है। - पर ट्रेन के भविष्यवक्ता पेज, के लिए प्रेडिक्टर सेटिंग्स, निम्नलिखित जानकारी प्रदान करें:
- भविष्यवक्ता नाम
- पूर्वानुमान की आवृत्ति
- पूर्वानुमान क्षितिज
- पूर्वानुमान आयाम और पूर्वानुमान मात्रा (वैकल्पिक)
अब जब आपके भविष्यवक्ता को 1000 वस्तुओं पर प्रशिक्षित किया गया है, तो आप पूर्वानुमान उत्पन्न करने के अगले चरण पर जा सकते हैं।
चरण 3: एक पूर्वानुमान बनाएं
- पूर्वानुमान बनाएं चुनें.
- पूर्वानुमान का नाम लिखें
- एक भविष्यवक्ता चुनें।
- क्वांटाइल्स चुनें - अधिकतम पांच क्वांटाइल डालें।
- यदि आप सभी 1000 वस्तुओं के लिए पूर्वानुमान उत्पन्न करना चाहते हैं, तो "सभी आइटम" चुनें।
- या फिर आप "चयनित आइटम" का चयन कर सकते हैं, जो आपको पूर्वानुमान के लिए 1000 वस्तुओं में से विशिष्ट आइटम चुनने देगा।
- S3 फ़ाइल के लिए स्थान प्रदान करें जिसमें चयनित समय-श्रृंखला है। समय-श्रृंखला में लक्ष्य समय श्रृंखला में निर्दिष्ट सभी आइटम और आयाम कॉलम शामिल होने चाहिए।
- आपको चयनित समय-श्रृंखला वाली इनपुट फ़ाइल के लिए अपनी स्कीमा को भी परिभाषित करना होगा। स्कीमा में परिभाषित स्तंभों का क्रम इनपुट फ़ाइल में स्तंभों के क्रम से मेल खाना चाहिए।
- हिट जनरेट पूर्वानुमान।
- एक निर्यात करें और .csv फ़ाइल आपको केवल आपके द्वारा चुने गए आइटम दिखाएगी।
निष्कर्ष
पूर्वानुमान अब आपको इनपुट डेटासेट से आइटम के सबसेट का चयन करने की क्षमता प्रदान करता है। इस सुविधा के साथ, आप अपने मॉडल को उपलब्ध सभी डेटा के साथ प्रशिक्षित कर सकते हैं और फिर उन वस्तुओं का चयन करने के लिए सीखने को लागू कर सकते हैं जिन्हें आप पूर्वानुमानित करना चाहते हैं। यह समय बचाने और उच्च प्राथमिकता वाली वस्तुओं पर ध्यान केंद्रित करने में मदद करता है। आप लागत में कमी प्राप्त कर सकते हैं और व्यावसायिक परिणामों के प्रयासों को बेहतर ढंग से संरेखित कर सकते हैं। "चुनिंदा आइटम का पूर्वानुमान" उन सभी क्षेत्रों में उपलब्ध है जहां पूर्वानुमान सार्वजनिक रूप से उपलब्ध है।
"चयनित वस्तुओं" के पूर्वानुमान के बारे में अधिक जानने के लिए, इस पर जाएँ नोटबुक या पूर्वानुमान पर और पढ़ें डेवलपर गाइड.
लेखक के बारे में
मीतिश दवे अमेज़न पूर्वानुमान टीम में एक वरिष्ठ उत्पाद प्रबंधक हैं। वह नई राजस्व धाराओं को उत्पन्न करने के लिए सभी चीजों के डेटा और उन लोगों के अनुप्रयोग में रुचि रखता है। काम के बाहर, उन्हें भारतीय खाना बनाना और दिलचस्प शो देखना पसंद है।
रिधिम रस्तोगी अमेज़ॅन फोरकास्ट टीम में एक सॉफ्टवेयर डेवलपमेंट इंजीनियर है। उन्हें एआई/एमएल के माध्यम से वास्तविक दुनिया की समस्याओं को हल करने पर ध्यान देने के साथ स्केलेबल वितरित सिस्टम बनाने का शौक है। अपने खाली समय में, वह पहेलियों को हल करना, फिक्शन पढ़ना और एक्सप्लोर करना पसंद करते हैं।
- "
- 100
- a
- क्षमता
- About
- पाना
- के पार
- अतिरिक्त
- एल्गोरिदम
- सब
- वीरांगना
- की घोषणा
- एपीआई
- आवेदन
- लागू करें
- लागू
- दृष्टिकोण
- उपलब्ध
- एडब्ल्यूएस
- बैनर
- सीमा
- इमारत
- व्यापार
- चुनाव
- चुनें
- संयोजन
- कंसोल
- शामिल हैं
- योगदान
- नियंत्रण
- बनाना
- बनाया
- डैशबोर्ड
- तिथि
- विवरण
- विकास
- आयाम
- वितरित
- नहीं करता है
- डोमेन
- दौरान
- से प्रत्येक
- प्रयास
- प्रयासों
- इंजीनियर
- दर्ज
- घुसा
- उदाहरण
- उत्तेजित
- व्यायाम
- का पता लगाने
- Feature
- कल्पना
- फ़ील्ड
- फोकस
- ध्यान केंद्रित
- का पालन करें
- निम्नलिखित
- भोजन
- पदचिह्न
- स्वतंत्रता
- से
- पूर्ण
- उत्पन्न
- सृजन
- समूह
- समूह की
- सिर
- मदद
- मदद करता है
- हाई
- होम
- क्षितिज
- कैसे
- How To
- HTTPS
- का आयात
- शामिल
- वृद्धि हुई
- बढ़ती
- करें-
- इंफ्रास्ट्रक्चर
- निवेश
- रुचि
- IT
- लांच
- जानें
- सीख रहा हूँ
- लीवरेज
- स्थान
- देखिए
- मशीन
- यंत्र अधिगम
- बनाता है
- प्रबंधन
- प्रबंधक
- मैच
- ML
- आदर्श
- अधिक
- विभिन्न
- आवश्यक
- अगला
- इष्टतमीकरण
- आदेश
- कुल
- पैनल
- आवेशपूर्ण
- की योजना बना
- बिन्दु
- भविष्यवाणियों
- मूल्य
- प्राथमिकता
- समस्याओं
- प्रक्रिया
- एस्ट्रो मॉल
- उत्पादकता
- प्रदान करना
- प्रदान करता है
- असली दुनिया
- को कम करने
- जिसके परिणामस्वरूप
- परिणाम
- राजस्व
- रन
- बचत
- स्केलेबल
- चयनित
- कई
- सेवा
- कई
- दिखाना
- समान
- सरल
- सॉफ्टवेयर
- सॉफ्टवेयर विकास
- ठोस
- हल
- विशिष्ट
- बिताना
- स्थिति
- भंडारण
- सफलतापूर्वक
- सिस्टम
- लक्ष्य
- टीम
- RSI
- चीज़ें
- यहाँ
- पहर
- आज का दि
- ऊपर का
- प्रशिक्षण
- उपयोग
- मूल्य
- जरूरत है
- घड़ी
- क्या
- काम
- विश्व
- होगा
- प्राप्ति
- आपका
