Válassza ki az előrejelzéshez adott idősorokat az Amazon Forecast PlatoBlockchain Data Intelligence segítségével. Függőleges keresés. Ai.

Válasszon konkrét idősorokat az Amazon Forecast előrejelzéséhez

Ma örömmel jelentjük be Amazon előrejelzés lehetőséget kínál előrejelzések generálására az elemek kiválasztott részhalmazára vonatkozóan. Ez segít az adatok teljes értékének kihasználásában, és azt szelektíven alkalmazni a kiválasztott tételekre, csökkentve az előre jelzett eredmények eléréséhez szükséges időt és erőfeszítést.

Az adatkészlet „összes” elemére vonatkozó előrejelzés generálása korlátozta Önt abban a szabadságban, hogy finoman szabályozza az előrejelezni kívánt egyes elemeket. Ez megnövekedett költséget jelentett az alacsony/nincs prioritású előrejelzett tételeknél és többletköltséget. Korábban sok időt töltött azzal, hogy több előrejelzést generáljon az adatokban szereplő összes elemre vonatkozóan. Ez időigényes és működési szempontból nehéz volt kezelni. Ráadásul ez a megközelítés nem használja ki teljes mértékben a gépi tanulás (ML) értékét: következtetéseket alkalmaz a kívánt elemekre. Az elemek egy részhalmazának kiválasztásával most a modell betanítására összpontosíthat az összes adatával, de alkalmazhatja a tanulságokat néhány nagy hozamú elem kiválasztásához. Ez hozzájárul az előrejelzés tervezésének általános optimalizálásához a termelékenység növelésével (kevesebb kezelendő tétel) és a költségek csökkentésével (az előre jelzett cikkenkénti ár csökkentése). Ez megkönnyíti a magyarázhatóság kezelését is.

A mai megjelenéssel nem csak az összes lépést futtathatja, hanem az „Előrejelzés létrehozása” lépés során csv-fájl feltöltésével kiválaszthatja az előrejelzéshez szükséges elemek egy részét. Nem kell beépítenie a teljes célt vagy a kapcsolódó idősorokat és a cikk metaadatait, ami jelentős erőfeszítést takarít meg Önnek. Ez abban is segít, hogy csökkentse az előre jelzett tételek teljes infrastrukturális lábnyomát, ami költségmegtakarítást és termelékenységet eredményez. Ezt a lépést megteheti a „CreateForecast” API használatával, vagy kövesse a következő konzollépéseket.

Előrejelzés a tételek kiválasztott részhalmazára

Most végigvezetjük, hogyan használhatjuk az előrejelzési konzolt a bemeneti adatkészlet egyes elemeinek kiválasztásához.

1. lépés: Importálja a képzési adatokat

Ha idősoros adatokat szeretne importálni az előrejelzésbe, hozzon létre egy adatkészlet-csoportot, válasszon egy tartományt az adatkészletcsoporthoz, adja meg az adatok részleteit, és mutasson az Előrejelzés a Amazon Simple Storage Service (Amazon S3) adatainak helye. Ebben a példában tegyük fel, hogy az adatkészlet 1000 elemből áll.

Jegyzet: Ez a gyakorlat feltételezi, hogy nem hozott létre adatkészlet-csoportokat. Ha korábban létrehozott egy adatkészlet-csoportot, akkor a látottak kissé eltérnek a következő képernyőképektől és utasításoktól.

Idősoros adatok importálása előrejelzéshez

  1. Nyissa meg az előrejelzési konzolt itt.
  2. Az Előrejelzés kezdőlapján válassza a lehetőséget Adatkészlet-csoport létrehozása.
  3. Adatkészlet-csoport létrehozása oldalon adja meg a bemeneti adatkészlet részleteit.
    Válassza ki az előrejelzéshez adott idősorokat az Amazon Forecast PlatoBlockchain Data Intelligence segítségével. Függőleges keresés. Ai.
  4. A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Következő.
  5. Adatkészlet részletei a panelnek az alábbiakhoz hasonlóan kell kinéznie:
    Válassza ki az előrejelzéshez adott idősorokat az Amazon Forecast PlatoBlockchain Data Intelligence segítségével. Függőleges keresés. Ai.
  6. Miután megadta az összes szükséges adatot az adatkészlet importálási oldalon, a Adatkészlet importálási részletei a panelnek az alábbiakhoz hasonlóan kell kinéznie:
    Válassza ki az előrejelzéshez adott idősorokat az Amazon Forecast PlatoBlockchain Data Intelligence segítségével. Függőleges keresés. Ai.
  7. A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Rajt.

Várja meg, amíg az előrejelzés befejezi az idősoradatok importálását. A folyamat több percig vagy tovább is tarthat. Amikor az adatkészletet importálták, az állapot átvált a következőre: Aktív és az irányítópult tetején lévő szalaghirdetés értesíti, hogy sikeresen importálta az adatokat.

Most, hogy a cél idősor-adatkészlet importálásra került, létrehozhat egy előrejelzőt.

2. lépés: Hozzon létre egy előrejelzőt

Ezután hozzon létre egy előrejelzőt, amellyel előrejelzéseket generálhat az idősor adatai alapján. Az előrejelzés az algoritmusok optimális kombinációját alkalmazza az adatkészletek minden idősorára.

Ha előrejelzőt szeretne létrehozni az Előrejelzés konzollal, meg kell adnia a prediktor nevét, az előrejelzés gyakoriságát, és meg kell határoznia az előrejelzési horizontot. A további konfigurálható mezőkkel kapcsolatos további információkért lásd: Előrejelzők képzése.

Előrejelző létrehozásához

  1. Miután a cél idősor-adatkészlet importálása befejeződött, az adatkészlet-csoport Műszerfal az alábbiakhoz hasonlóan kell kinéznie:
    Válassza ki az előrejelzéshez adott idősorokat az Amazon Forecast PlatoBlockchain Data Intelligence segítségével. Függőleges keresés. Ai.
    Alatt Tanítson egy előrejelzőt, választ Rajt Az Vonat előrejelző oldal jelenik meg.
  2. Vonat előrejelző oldal, mert Előrejelző beállítások, Add meg a következő információt:
    • Előrejelző név
    • Előrejelzési gyakoriság
    • Előrejelzési horizont
    • Előrejelzési méretek és a Előrejelzési kvantilisek (Opcionális)

Most, hogy az előrejelzőjét 1000 elemre betanították, folytathatja az előrejelzés létrehozásának következő lépését.

3. lépés: Hozzon létre egy előrejelzést

  1. Válassza az Előrejelzés létrehozása lehetőséget.
  2. Írja be az előrejelzés nevét
  3. Válasszon egy előrejelzőt.
  4. Kvantilis kiválasztása – Adjon meg legfeljebb öt kvantilist.
  5. Ha mind az 1000 elemre előrejelzést szeretne készíteni, válassza az „Összes tétel” lehetőséget.
    Válassza ki az előrejelzéshez adott idősorokat az Amazon Forecast PlatoBlockchain Data Intelligence segítségével. Függőleges keresés. Ai.
  6. Vagy választhatja a „Kiválasztott tételek” lehetőséget, amely lehetővé teszi, hogy az 1000 elem közül bizonyos tételeket válasszon előre.
    Válassza ki az előrejelzéshez adott idősorokat az Amazon Forecast PlatoBlockchain Data Intelligence segítségével. Függőleges keresés. Ai.
  7. Adja meg a kiválasztott idősorokat tartalmazó s3 fájl helyét. Az idősoroknak tartalmazniuk kell a cél idősorban megadott összes tétel- és dimenzióoszlopot.
    Válassza ki az előrejelzéshez adott idősorokat az Amazon Forecast PlatoBlockchain Data Intelligence segítségével. Függőleges keresés. Ai. Válassza ki az előrejelzéshez adott idősorokat az Amazon Forecast PlatoBlockchain Data Intelligence segítségével. Függőleges keresés. Ai.
  8. Meg kell határoznia a kiválasztott idősorokat tartalmazó bemeneti fájl sémáját is. A sémában meghatározott oszlopok sorrendjének meg kell egyeznie a bemeneti fájl oszlopainak sorrendjével.
  9. Kattintson az Előrejelzés generálása gombra.
  10. Végezzen exportálást, és a .csv fájl csak a kiválasztott elemeket fogja megjeleníteni.

Következtetés

Az előrejelzés most lehetőséget biztosít az elemek egy részhalmazának kiválasztására a bemeneti adatkészletből. Ezzel a funkcióval betaníthatja a modellt az összes rendelkezésre álló adat alapján, majd alkalmazhatja a tanulságokat az előre jelezni kívánt elemek kiválasztásához. Ezzel időt takaríthat meg, és erőfeszítéseit a kiemelt fontosságú tételekre összpontosíthatja. Költségcsökkentést érhet el, és az erőfeszítéseket jobban összehangolhatja az üzleti eredményekkel. Az „Előrejelzés kiválasztható” minden olyan régióban elérhető, ahol az előrejelzés nyilvánosan elérhető.

Ha többet szeretne megtudni a „kiválasztott tételek” előrejelzéséről, látogasson el ide jegyzetfüzet vagy olvass tovább az Előrejelzésben fejlesztői útmutató.


A szerzőkről

Válassza ki az előrejelzéshez adott idősorokat az Amazon Forecast PlatoBlockchain Data Intelligence segítségével. Függőleges keresés. Ai. Találkozz Dave-vel az Amazon Forecast csapat Sr termékmenedzsere. Minden adat érdekli, és ezek alkalmazása új bevételi források generálására. Munkán kívül szeret indiai ételeket főzni és érdekes műsorokat nézni.

Válassza ki az előrejelzéshez adott idősorokat az Amazon Forecast PlatoBlockchain Data Intelligence segítségével. Függőleges keresés. Ai.Ridhim Rastogi az Amazon Forecast csapat szoftverfejlesztő mérnöke. Szenvedélye a méretezhető elosztott rendszerek építése, amelynek középpontjában a valós világ problémáinak megoldása áll az AI/ML segítségével. Szabadidejében szeret rejtvényeket megoldani, szépirodalmat olvasni és felfedezni.

Időbélyeg:

Még több AWS gépi tanulás