주간 예측은 이제 Amazon Forecast로 일요일에 시작할 수 있습니다.

우리는 그것을 발표하게 된 것을 기쁘게 생각합니다 아마존 예측, 이제 주간 예측을 위한 일요일을 포함하여 사용자 정의 시작 지점에서 예측 범위를 시작할 수 있습니다. 이를 통해 수요 계획 예측을 현지 비즈니스 관행 및 운영 요구 사항에 보다 밀접하게 맞출 수 있습니다.

Forecast는 통계 및 기계 학습(ML) 알고리즘을 사용하여 매우 정확한 시계열 예측을 제공하는 완전 관리형 서비스입니다. 최첨단 알고리즘을 사용하여 과거 데이터를 기반으로 미래 시계열 데이터를 예측하며 ML 경험이 필요하지 않습니다. 일반적인 Forecast 애플리케이션에는 인벤토리, 인력 배치 및 웹 트래픽에 대한 리소스 계획이 포함됩니다. 이 게시물에서는 예측을 비즈니스 및 수요 주기에 맞추는 동시에 집계 워크플로를 오프로드하여 운영 비용을 절감할 수 있는 새로운 옵션을 검토합니다.

수요 계획을 최적화하려면 예측이 비즈니스 운영과 일치해야 합니다. 이전에는 예측의 시작점이 고정되었습니다. 일일 예측은 매일 자정부터 수요를 가정하고, 주간 예측은 월요일을 주의 첫째 요일로 가정하고, 월별 예측은 매월 XNUMX일에 시작했습니다. 이러한 사전 정의된 시작점은 두 가지 과제를 제시했습니다. 첫째, 비즈니스 주기가 고정 값과 다른 지점에서 시작된 경우 필요한 시작 지점으로 예측을 수동으로 집계해야 했습니다. 예를 들어, 업무 주가 일요일에 시작되고 주간 예측을 생성하려는 경우 일일 예측을 일요일–토요일 주에 수동으로 집계해야 했습니다. 이 추가 작업은 비용과 계산 시간을 추가하고 오류의 기회를 제공했습니다. 둘째, 훈련 데이터와 예측 기간이 일치하지 않았습니다. 데이터가 일요일에 시작하는 수요 주기를 반영하는 경우 예측자와 예측도 일요일을 시작점으로 사용해야 합니다.

맞춤형 예측 기간 시작점은 이제 비즈니스 운영 및 예측을 조정하여 수동 집계 작업의 필요성을 제거하고 비용 및 컴퓨팅을 절약합니다. 비즈니스 주가 일요일에 시작하는 경우 일일 데이터를 자동으로 집계하여 일요일에 시작하는 주간 예측을 생성할 수 있습니다. 또는 오전 9시에 시작하는 일일 예측을 시작할 수 있습니다. 이제 예측자를 실제 데이터와 정렬하여 입력과 예측 간의 일관성을 제공할 수 있습니다. 예측 기간 시작점은 Forecast 콘솔을 통해 또는 예측 API.

사용자 정의 예측 대상 기간 시작 기간 정의

예측 범위는 예측이 수행되는 시간의 길이이며 시작점과 끝점으로 제한됩니다. 예측에서 이제 새 예측자를 훈련할 때 일별, 주별, 월별 및 연간 예측 범위에 대한 특정 시작점을 선택할 수 있습니다. 이러한 시작점은 경계 값- 다음 표와 같이 예측 범위보다 미세한 하나의 빈도 단위로 선택됩니다.

사용자 정의 시작점을 사용하면 비즈니스 프로세스 및 실측 데이터와 일치하는 특정 시점(예: 15월, 15일, 일요일 또는 00:XNUMX시)에서 시작하도록 예측을 정렬할 수 있습니다. 제공된 시계열 빈도보다 거친 예측 범위의 경우 Forecast는 사용자 지정 시작점을 기반으로 시계열 데이터를 집계합니다. 예를 들어:

• 시작 기간이 오전 9시인 시간별 데이터에서 일별 예측을 생성할 때 매일 오전 00시부터 다음 날 오전 9시 사이의 시간별 데이터로 예측이 집계됩니다.
• 시작 기간이 일요일인 일일 데이터에서 주간 예측을 생성할 때 예측은 일요일부터 다음 토요일까지 매주 일일 데이터로 집계됩니다.
• 시작일이 15일인 일별 데이터에서 월별 예보를 생성할 때, 예측은 당월 15일부터 다음 달 14일까지의 일별 데이터로 집계됩니다.
• XNUMX월을 시작으로 하는 월간 데이터에서 연간 예측을 생성할 때 예측은 올해 XNUMX월부터 내년 XNUMX월까지의 월간 데이터로 집계됩니다.

사용 가능한 예측 빈도

다음 스크린샷은 맞춤형 일일, 주간, 월간 및 연간 예측 빈도와 시작점의 예를 보여줍니다( 시간 정렬 경계 Forecast 콘솔의 필드).

사용자 정의 예측 기간 시작점 지정

새 예측자를 생성할 때 사용자 정의 예측 범위 시작점을 정의할 수 있습니다. 다음 단계는 Forecast 콘솔을 사용하여 이 작업을 수행하는 방법을 보여줍니다. 우리는 또한 제공합니다 샘플 노트 이 새 설정을 워크플로에 통합하는 방법의 예를 제공합니다.

1. Forecast 콘솔에서 데이터세트 그룹 보기하고 데이터 세트 그룹 생성.
2. 데이터 세트 그룹, 대상 시계열 데이터 세트를 만들고 데이터를 로드합니다.
   데이터가 로드되면 Forecast 콘솔로 리디렉션됩니다.
3. 대상 시계열 데이터 세트가 데이터 세트 그룹에 로드되고 활성화되면 다음을 선택합니다. 스타트 아래에 예측 자 훈련.
4. . 기차 예측기 섹션에 값을 제공하십시오. 성함, 예측 빈도및 수평선 입력란에 입력 할 수 있습니다.
5. 선택사항에서 시간 정렬 경계 필드에서 예측자가 예측에 사용하는 시작점을 지정합니다.
   이 목록의 값은 예측 빈도 당신이 선택한 가치. 이 예에서는 일요일을 한 주의 시작 요일로 하여 1주 범위의 주간 예측을 생성합니다.
   
6. 필요에 따라 다른 선택적 구성을 제공하고 선택하십시오. 만들기.
   
   예측 변수를 생성한 후 예측을 생성할 수 있습니다.
7. 탐색 창의 데이터 세트 그룹에서 다음을 선택합니다. 예측 자.
8. 새 예측 변수를 선택하십시오.
9. 왼쪽 메뉴에서 예측 생성.
   
10. 필요한 세부 정보를 제공하고 선택 스타트 예측을 생성합니다.
    
11. 예측이 완료되면 다음을 선택합니다. 예측 내보내기 생성 결과를 내보낼 수 있습니다.
    

다음 스크린샷은 원본 입력 파일(왼쪽)과 내보낸 예측 결과(오른쪽)의 샘플입니다. 입력 파일은 시간별 빈도인 반면 예측은 일요일부터 시작하여 주별 빈도로 생성됩니다. 이것은 예측 빈도의 두 수준(시간에서 일)에 걸쳐 자동으로 집계되는 Forecast의 예입니다.

결론

Forecast의 사용자 정의 예측 기간 시작점을 사용하면 특정 운영 요구 사항에 맞는 예측을 생성할 수 있습니다. 작업 주는 서로 다른 지역에서 다른 요일에 시작하므로 월요일이 아닌 다른 요일에 시작되는 예측이 필요하고 실제 교육 및 진행 중인 데이터와 일치해야 합니다. 또는 예를 들어 매일 오전 7시에 시작하는 수요 주기를 반영하는 시간별 예측을 생성할 수 있습니다.

또한 Forecast는 세분화된 예측을 더 높은 수준의 빈도(예: 일에서 주)로 자동 집계합니다. 이를 통해 작업과 일치하는 예측을 생성하고 집계 워크플로를 시작하고 관리할 필요가 없어 비용을 절감할 수 있습니다.

사용자 지정 시작점은 선택 사항입니다. 특정 시작점을 제공하지 않으면 예측이 시작됩니다. 기본 시간. 특정 예측 기간 시작점은 AutoPredictor에서만 사용할 수 있습니다. 자세한 내용은 다음을 참조하십시오. 최대 40% 더 정확한 예측을 생성하고 설명 가능성을 제공하는 새로운 Amazon Forecast API 와 자동예측기 생성.

예측 빈도에 대한 자세한 내용은 다음을 참조하십시오. 다양한 예측 빈도에 대한 데이터 집계. 이러한 모든 새로운 기능은 Forecast가 공개적으로 제공되는 모든 지역에서 사용할 수 있습니다. 지역 가용성에 대한 자세한 내용은 다음을 참조하십시오. AWS 지역 서비스.

저자에 관하여

댄 신라이히 Amazon Forecast의 선임 제품 관리자입니다. 그는 로우 코드/노코드 머신 러닝을 민주화하고 이를 적용하여 비즈니스 결과를 개선하는 데 중점을 두고 있습니다. 직장 밖에서 그는 하키를 하고, 테니스 서브를 향상시키기 위해 노력하고, 스쿠버 다이빙을 하고, 공상 과학 소설을 읽는 것을 볼 수 있습니다.

파라스 아로라 Amazon Forecast Team의 소프트웨어 개발 엔지니어입니다. 그는 클라우드에서 최첨단 AI/ML 솔루션을 구축하는 데 열정적입니다. 여가 시간에는 하이킹과 여행을 즐깁니다.

체탄 수라나 Amazon Forecast 팀의 소프트웨어 개발 엔지니어입니다. 그의 관심은 기계 학습과 소프트웨어 개발의 교차점에 있으며 사려 깊은 디자인과 엔지니어링 기술을 적용하여 문제를 해결합니다. 일 외에는 사진, 하이킹, 요리를 즐깁니다.

• 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/weekly-forecasts-can-now-start-on-sunday-with-amazon-forecast/