毎週の予測は、AmazonForecastで日曜日に開始できるようになりました

でそれを発表できることを嬉しく思います アマゾン予測、毎週の予測の日曜日を含め、カスタムの開始点で予測期間を開始できるようになりました。 これにより、需要計画の予測を地域のビジネス慣行や運用要件にさらに厳密に合わせることができます。

Forecastは、統計および機械学習（ML）アルゴリズムを使用して、非常に正確な時系列予測を提供するフルマネージドサービスです。 最先端のアルゴリズムを使用して、履歴データに基づいて将来の時系列データを予測し、MLの経験を必要としません。 一般的なForecastアプリケーションには、在庫、従業員の人員配置、およびWebトラフィックのリソース計画が含まれます。 この投稿では、集計ワークフローをオフロードすることで運用コストを削減しながら、予測をビジネスおよび需要サイクルに合わせることができる新しいオプションを確認します。

需要計画を最適化するには、予測を事業運営に合わせる必要があります。 以前は、予測の開始点が固定されていました。日次予測は毎日深夜から需要を想定し、週次予測は月曜日を週の最初の日と想定し、月次予測は毎月XNUMX日から開始しました。 これらの事前定義された開始点には、XNUMXつの課題がありました。 まず、ビジネスサイクルが固定値とは異なるポイントで開始された場合、必要な開始ポイントに予測を手動で集計する必要がありました。 たとえば、営業週が日曜日に始まり、週次予測を作成する場合は、日曜日から土曜日の週に日次予測を手動で集計する必要がありました。 この追加作業により、コストと計算時間が追加され、エラーが発生する可能性がありました。 第二に、トレーニングデータと予測期間は一貫していませんでした。 データが日曜日に始まる需要サイクルを反映している場合、予測子と予測では日曜日も開始点として使用する必要があります。

カスタム予測期間の開始点は、ビジネスオペレーションと予測を調整し、手動の集計作業の必要性を排除し、コストと計算を節約します。 日曜日から始まる営業週がある場合は、日曜日のデータを自動的に集計して、日曜日から始まる週次予測を生成できます。 または、午前9時から毎日の天気予報を開始することもできます。 予測子をグラウンドトゥルースデータと整合させることができるようになり、入力と予測の間に一貫性がもたらされます。 予測範囲の開始点は、Forecastコンソールを介して、またはを使用して新しい予測子をトレーニングするときに簡単に定義できます。 予測API.

カスタム予測期間の開始期間を定義する

予測期間は、予測が行われる時間の長さであり、開始点と終了点によって制限されます。 Forecastでは、新しい予測子をトレーニングするときに、日次、週次、月次、および年次の予測期間の特定の開始点を選択できるようになりました。 これらの出発点—別名 境界値-次の表に示すように、予測範囲よりも細かいXNUMXつの周波数単位で選択されます。

予測頻度単位	境界ユニット	境界値
毎日	時間	0-23
毎週	曜日	月曜日から日曜日
月単位	月の日	1から28
毎年	月	XNUMX月からXNUMX月

カスタム開始点を使用すると、ビジネスプロセスとグラウンドトゥルースデータに一致する特定の時点（15月、月の15日、日曜日、00：XNUMXなど）で開始するように予測を調整できます。 提供された時系列頻度よりも粗い予測範囲の場合、Forecastはカスタム開始点に基づいて時系列データを集計します。 例えば：

• 開始期間が午前9時の時間データから日次予測を生成する場合、予測は、毎日午前00時から翌日の午前9時までの時間データで集計されます。
• 日曜日の開始期間で日次データから週次予測を生成する場合、予測は日曜日から次の土曜日まで毎週日次データで集計されます。
• 開始日が月の15日である日次データから月次予測を生成する場合、予測は当月の15日から翌月の14日までの日次データで集計されます。
• 開始月がXNUMX月の月次データから年間予測を生成する場合、予測は、今年のXNUMX月から翌年のXNUMX月までの月次データと集計されます。

利用可能な予測頻度

次のスクリーンショットは、カスタムの日次、週次、月次、および年次の予測頻度と開始点の例を示しています（ タイムアラインメント境界 Forecastコンソールのフィールド）。

カスタム予測期間の開始点を指定します

新しい予測子を作成するときに、カスタムの予測範囲の開始点を定義できます。 次の手順は、Forecastコンソールを使用してこれを行う方法を示しています。 私達はまた提供します サンプルノート これは、この新しい設定をワークフローに統合する方法の例を提供します。

1. Forecastコンソールで、 データセットグループを表示する、次いで データセットグループを作成する.
2. データセットグループ、ターゲット時系列データセットを作成し、データを読み込みます。
   データがロードされると、Forecastコンソールにリダイレクトされます。
3. ターゲット時系列データセットがデータセットグループにロードされてアクティブになったら、次を選択します。 開始 下 予測子をトレーニングする.
4. 予測子のトレーニング セクション、の値を提供します 名前 , 予測頻度, 予測期間 フィールド。
5. オプションで タイムアラインメント境界 フィールドに、予測子が予測に使用する開始点を指定します。
   このリストの値は、 予測頻度 選択した値。 この例では、日曜日を週の開始日と予測として、1週間の期間で週次予測を作成します。
   
6. 必要に応じて他のオプション構成を提供し、 創造する.
   
   予測子を作成した後、予測を作成できます。
7. ナビゲーションペインで、データセットグループの下で[ 予測因子.
8. 新しい予測子を選択します。
9. 選択する 予測を作成する.
   
10. 必要な詳細を提供し、選択します 開始 予測を作成します。
    
11. 予測が完了したら、次を選択します 予測エクスポートを作成する 結果をエクスポートします。
    

次のスクリーンショットは、元の入力ファイル（左）とエクスポートされた予測結果（右）のサンプルです。 入力ファイルはXNUMX時間ごとの頻度ですが、予測は週ごとの頻度で作成され、日曜日を週の最初の日として開始します。 これは、XNUMXつのレベルの予測頻度（数時間から数日）にわたって自動的に集計されるForecastの例です。

まとめ

Forecastのカスタム予測期間の開始点を使用すると、特定の運用要件に合わせた予測を作成できます。 労働週は、さまざまな地域のさまざまな日に始まり、月曜日以外の日に始まり、グラウンドトゥルーストレーニングと継続的なデータに沿った予測が必要です。 または、たとえば、毎日午前7時から始まる需要サイクルを反映する00時間ごとの予測を生成したい場合があります。

また、Forecastは、きめ細かい予測をより高いレベルの頻度（数日から数週間など）に自動的に集約します。 これにより、運用に合わせた予測を作成でき、集計ワークフローを立ち上げて管理する必要がなくなるため、コストを節約できます。

カスタム開始点はオプションです。 特定の開始点を指定しない場合、予測は デフォルト時間。 特定の予測期間の開始点は、AutoPredictorでのみ使用できます。 詳細については、を参照してください。 最大40％正確な予測を作成し、説明性を提供する新しいAmazon Forecast API & 自動予測器の作成.

予測頻度の詳細については、を参照してください。 さまざまな予測頻度のデータ集約。 これらの新機能はすべて、Forecastが公開されているすべてのリージョンで利用できます。 リージョンの可用性の詳細については、を参照してください。 AWSリージョナルサービス.

---

著者について

ダン・シンライヒ AmazonForecastのシニアプロダクトマネージャーです。 彼は、ローコード/ノーコードの機械学習を民主化し、それをビジネスの成果を向上させるために適用することに焦点を当てています。 仕事以外では、彼はホッケーをしたり、テニスのサーブを改善しようとしたり、スキューバダイビングをしたり、空想科学小説を読んだりしています。

パラスアローラ AmazonForecastTeamのソフトウェア開発エンジニアです。 彼は、クラウドで最先端のAI/MLソリューションを構築することに情熱を注いでいます。 余暇には、ハイキングや旅行を楽しんでいます。

チェタンスラナ AmazonForecastチームのソフトウェア開発エンジニアです。 彼の興味は、機械学習とソフトウェア開発の交差点にあり、問題を解決するために思慮深い設計とエンジニアリングのスキルを適用しています。 仕事以外では、写真撮影、ハイキング、料理を楽しんでいます。

• コインスマート。 ヨーロッパで最高のビットコインと暗号通貨取引所。
• Platoblockchain。 Web3メタバースインテリジェンス。 知識の増幅。 出入り自由。
• CryptoHawk。 アルトコインレーダー。 無料トライアル。
• ソース: https://aws.amazon.com/blogs/machine-learning/weekly-forecasts-can-now-start-on-sunday-with-amazon-forecast/