Amazon Forecast로 예측할 특정 시계열 선택

오늘, 우리는 아마존 예측 선택한 항목 하위 집합에 대한 예측을 생성하는 기능을 제공합니다. 이를 통해 데이터의 전체 가치를 활용하고 선택한 항목에 선택적으로 적용하여 예측 결과를 얻는 데 드는 시간과 노력을 줄일 수 있습니다.

데이터 세트의 '모든' 항목에 대한 예측을 생성하면 예측하려는 특정 항목에 대해 세분화된 제어를 할 수 있는 자유가 제한되었습니다. 이는 우선 순위가 낮거나 없는 예측 항목에 대한 비용 증가와 추가 오버헤드를 의미했습니다. 이전에는 데이터의 모든 항목에 대해 여러 예측을 생성하는 데 많은 시간을 소비했습니다. 이는 시간이 많이 걸리고 운영상 관리가 무거웠습니다. 게다가 이 접근 방식은 머신 러닝(ML)의 가치를 최대한 활용하지 않습니다. 즉, 원하는 항목에 추론을 적용합니다. 항목의 하위 집합을 선택할 수 있는 기능을 사용하면 이제 모든 데이터로 모델을 교육하는 데 집중할 수 있지만 학습을 적용하여 몇 가지 높은 수율 항목을 선택할 수 있습니다. 이는 생산성 향상(관리할 항목 감소) 및 비용 절감(예측 항목당 가격 감소)을 통해 예측 계획의 전반적인 최적화에 기여합니다. 이것은 또한 설명 가능성을 관리하기 쉽게 만듭니다.

오늘 출시로 모든 단계를 실행할 수 있을 뿐만 아니라 '예측 생성' 단계에서 csv를 업로드하여 예측할 항목의 하위 집합을 선택할 수도 있습니다. 전체 대상 또는 관련 시계열 및 항목 메타데이터를 온보딩할 필요가 없으므로 상당한 노력을 절약할 수 있습니다. 이는 또한 예측 항목에 대한 전체 인프라 공간을 줄여 비용을 절감하고 생산성을 높이는 데 도움이 됩니다. 'CreateForecast' API를 사용하여 이 단계를 수행하거나 다음 콘솔 단계를 수행할 수 있습니다.

항목의 일부 하위 집합에 대한 예측

이제 Forecast 콘솔을 사용하여 입력 데이터 세트에서 선택 항목을 선택하는 방법을 살펴보겠습니다.

1단계: 교육 데이터 가져오기

시계열 데이터를 Forecast로 가져오려면 데이터 세트 그룹을 생성하고, 데이터 세트 그룹의 도메인을 선택하고, 데이터 세부 정보를 지정하고, Forecast를 가리키도록 합니다. Amazon Simple Storage Service(Amazon S3) 데이터의 위치. 이 예에서 데이터 세트에 1000개의 항목이 있다고 가정해 보겠습니다.

참고 : 이 연습에서는 데이터 세트 그룹을 생성하지 않았다고 가정합니다. 이전에 데이터 세트 그룹을 만든 경우 표시되는 내용은 다음 스크린샷 및 지침과 약간 다릅니다.

예측을 위해 시계열 데이터를 가져오려면

1. 예측 콘솔 열기 여기에서 지금 확인해 보세요..
2. Forecast 홈 페이지에서 다음을 선택합니다. 데이터 세트 그룹 생성.
3. 에 데이터 세트 그룹 생성 페이지에서 입력 데이터 세트에 대한 세부 정보를 추가합니다.
   
4. 왼쪽 메뉴에서 다음 보기.
5. XNUMXD덴탈의 데이터세트 세부정보 패널은 다음과 유사해야 합니다.
   
6. 데이터세트 가져오기 페이지에 필요한 모든 세부정보를 입력한 후 데이터 세트 가져 오기 세부 정보 패널은 다음과 유사해야 합니다.
   
7. 왼쪽 메뉴에서 스타트.

Forecast가 시계열 데이터 가져오기를 마칠 때까지 기다립니다. 이 프로세스는 몇 분 이상 걸릴 수 있습니다. 데이터세트를 가져오면 상태가 다음으로 전환됩니다. 최근활동 대시보드 상단의 배너는 데이터를 성공적으로 가져왔음을 알려줍니다.

대상 시계열 데이터 세트를 가져왔으므로 이제 예측자를 생성할 수 있습니다.

2단계: 예측 변수 만들기

다음으로 시계열 데이터를 기반으로 예측을 생성하는 데 사용하는 예측 변수를 만듭니다. Forecast는 데이터 세트의 각 시계열에 최적의 알고리즘 조합을 적용합니다.

Forecast 콘솔로 예측자를 생성하려면 예측자 이름, 예측 빈도를 지정하고 예측 기간을 정의합니다. 구성할 수 있는 추가 필드에 대한 자세한 내용은 다음을 참조하십시오. 훈련 예측자.

예측자를 생성하려면

1. 대상 시계열 데이터세트 가져오기가 완료된 후 데이터세트 그룹의 대시보드 다음과 유사해야 합니다.
   
   $XNUMX Million 미만 예측 자 훈련선택한다.  스타트. 그만큼 기차 예측기 페이지가 표시됩니다.
2. 에 기차 예측기 페이지 예측자 설정다음 정보를 제공하십시오.
   • 예측 자 이름
   • 예측 빈도
   • 수평선
   • 예측 측정기준 와 예측 분위수 (선택 사항)

이제 예측자가 1000개 항목에 대해 학습되었으므로 예측 생성의 다음 단계로 넘어갈 수 있습니다.

3단계: 예측 생성

1. 예측 생성을 선택합니다.
2. 예측 이름 쓰기
3. 예측 변수를 선택합니다.
4. 분위수 선택 – 최대 XNUMX개의 분위수를 입력합니다.
5. 1000개 항목 모두에 대한 예측을 생성하려면 "모든 항목"을 선택하십시오.
   
6. 또는 "선택한 항목"을 선택하여 예측할 1000개 항목 중에서 특정 항목을 선택할 수 있습니다.
   
7. 선택한 시계열이 포함된 s3 파일의 위치를 ​​제공합니다. 시계열에는 대상 시계열에 지정된 모든 항목 및 차원 열이 포함되어야 합니다.
   
8. 또한 선택한 시계열을 포함하는 입력 파일에 대한 스키마를 정의해야 합니다. 스키마에 정의된 열의 순서는 입력 파일의 열 순서와 일치해야 합니다.
9. 예측 생성을 누르십시오.
10. 내보내기를 수행하면 .csv 파일에 선택한 항목만 표시됩니다.

결론

Forecast는 이제 입력 데이터 세트에서 항목의 하위 집합을 선택할 수 있는 기능을 제공합니다. 이 기능을 사용하면 사용 가능한 모든 데이터로 모델을 훈련한 다음 학습을 적용하여 예측할 항목을 선택할 수 있습니다. 이는 시간을 절약하고 우선 순위가 높은 항목에 노력을 집중하는 데 도움이 됩니다. 비용 절감을 달성하고 노력을 비즈니스 결과에 더 잘 맞출 수 있습니다. "예측 선택 항목"은 Forecast가 공개적으로 제공되는 모든 지역에서 사용할 수 있습니다.

"선택한 항목"의 예측에 대해 자세히 알아보려면 다음을 방문하십시오. 수첩 또는 Forecast에 대해 자세히 알아보기 개발자 가이드.

---

저자에 관하여

미티시 데이브 Amazon Forecast 팀의 선임 제품 관리자입니다. 그는 데이터와 이를 활용하여 새로운 수익원을 창출하는 모든 것에 관심이 있습니다. 일 외에는 인도 음식을 요리하고 흥미로운 쇼를 보는 것을 좋아합니다.

리딤 라스토기 Amazon Forecast 팀의 소프트웨어 개발 엔지니어입니다. 그는 AI/ML을 통해 실제 문제를 해결하는 데 중점을 두고 확장 가능한 분산 시스템을 구축하는 데 열정을 쏟고 있습니다. 여가 시간에는 퍼즐 풀기, 소설 읽기, 탐험하기를 좋아합니다.

• 코인스마트. 유럽 ​​최고의 비트코인 ​​및 암호화폐 거래소.
• 플라토 블록체인. Web3 메타버스 인텔리전스. 지식 증폭. 무료 액세스.
• 크립토호크. 알트코인 레이더. 무료 시험판.
• 출처: https://aws.amazon.com/blogs/machine-learning/choose-specific-timeseries-to-forecast-with-amazon-forecast/