Wybierz konkretne serie czasowe do prognozowania za pomocą prognozy Amazon

Dziś z przyjemnością informujemy o tym Prognoza Amazon oferuje możliwość generowania prognoz dla wybranego podzbioru pozycji. Pomaga to wykorzystać pełną wartość danych i zastosować je selektywnie w wybranych elementach, zmniejszając czas i wysiłek związany z uzyskaniem prognozowanych wyników.

Generowanie prognozy dla „wszystkich” elementów zestawu danych ograniczyło swobodę precyzyjnej kontroli nad określonymi elementami, które chcesz prognozować. Oznaczało to wzrost kosztów prognozowanych elementów o niskim/braku priorytetu oraz dodatkowe koszty. Wcześniej spędzałeś dużo czasu na generowaniu wielu prognoz dla wszystkich elementów w Twoich danych. To było czasochłonne i operacyjnie ciężkie w zarządzaniu. Co więcej, to podejście nie w pełni wykorzystuje wartość uczenia maszynowego (ML): stosowanie wnioskowań w pożądanych elementach. Dzięki możliwości wyboru podzbioru pozycji możesz teraz skupić się na trenowaniu modelu ze wszystkimi danymi, ale zastosować zdobytą wiedzę do wybrania kilku pozycji o wysokiej wydajności. Przyczyni się to do ogólnej optymalizacji planowania prognozy poprzez zwiększenie wydajności (mniejsza liczba pozycji do zarządzania) i zmniejszenie kosztów (obniżenie ceny na prognozowaną pozycję). Ułatwia to również zarządzanie wyjaśnianiem.

Wraz z dzisiejszą premierą możesz nie tylko uruchomić wszystkie kroki, ale także wybrać podzbiór elementów do prognozowania, przesyłając plik CSV podczas kroku „Utwórz prognozę”. Nie musisz wprowadzać całej docelowej lub powiązanych serii czasowych i metadanych pozycji, co pozwala zaoszczędzić sporo wysiłku. Pomoże to również przy zmniejszeniu ogólnego śladu infrastruktury dla prognozowanych elementów, co spowoduje oszczędności i wydajność. Możesz wykonać ten krok za pomocą interfejsu API „CreateForecast” lub wykonać następujące kroki konsoli.

Prognoza dla wybranego podzbioru pozycji

Teraz omówimy, jak używać konsoli Prognozy do wybierania wybranych elementów w wejściowym zestawie danych.

Krok 1: Importuj dane treningowe

Aby zaimportować dane szeregów czasowych do prognozy, utwórz grupę zestawów danych, wybierz domenę dla grupy zestawów danych, określ szczegóły swoich danych i wskaż prognozę na Usługa Amazon Simple Storage (Amazon S3) lokalizację Twoich danych. W tym przykładzie załóżmy, że zbiór danych zawiera 1000 elementów.

Uwaga: W tym ćwiczeniu założono, że nie utworzono żadnych grup zestawów danych. Jeśli wcześniej utworzyłeś grupę zestawów danych, to, co zobaczysz, będzie się nieznacznie różnić od poniższych zrzutów ekranu i instrukcji.

Aby zaimportować dane szeregów czasowych do prognozowania

1. Otwórz konsolę prognoz tutaj.
2. Na stronie głównej Prognozy wybierz Utwórz grupę zbiorów danych.
3. Na Utwórz grupę zbiorów danych stronę, dodaj szczegóły dotyczące wejściowego zbioru danych.
   
4. Dodaj Następna.
5. Połączenia Szczegóły zbioru danych panel powinien wyglądać podobnie do następującego:
   
6. Po wprowadzeniu wszystkich niezbędnych szczegółów na stronie importu zbioru danych, Szczegóły importu zbioru danych panel powinien wyglądać podobnie do następującego:
   
7. Dodaj Start.

Poczekaj, aż aplikacja Forecast zakończy importowanie danych szeregów czasowych. Proces może potrwać kilka minut lub dłużej. Po zaimportowaniu zestawu danych status przechodzi na: Aktywna a baner u góry pulpitu informuje o pomyślnym zaimportowaniu danych.

Teraz, po zaimportowaniu docelowego zestawu danych szeregów czasowych, możesz utworzyć predyktor.

Krok 2: Utwórz predyktor

Następnie tworzysz predyktor, którego używasz do generowania prognoz na podstawie danych szeregów czasowych. Prognoza stosuje optymalną kombinację algorytmów do każdego szeregu czasowego w Twoich zbiorach danych.

Aby utworzyć predyktor za pomocą konsoli prognozy, należy określić nazwę predyktora, częstotliwość prognozy i zdefiniować horyzont prognozy. Aby uzyskać więcej informacji o dodatkowych polach, które możesz skonfigurować, zobacz Predyktory treningowe.

Aby utworzyć predyktor

1. Po zakończeniu importowania docelowego zestawu danych szeregów czasowych grupa zestawu danych Panel Użytkownika powinien wyglądać podobnie do następującego:
   
   Pod Wytrenuj predyktorawybierz Start,  Predyktor pociągu wyświetlana jest strona.
2. Na Predyktor pociągu strona dla Ustawienia predyktora, Podaj następujące informacje:
   • Nazwa predyktora
   • Częstotliwość prognozy
   • Horyzont prognozy
   • Wymiary prognozy i Kwantyle prognozy (opcjonalne)

Teraz, gdy Twój predyktor został przeszkolony na 1000 pozycji, możesz przejść do następnego etapu generowania prognozy.

Krok 3: Utwórz prognozę

1. Wybierz Utwórz prognozę.
2. Wpisz nazwę prognozy
3. Wybierz predyktor.
4. Wybierz kwantyle — wprowadź do pięciu kwantylów.
5. Jeśli chcesz wygenerować prognozę dla wszystkich 1000 pozycji, wybierz „Wszystkie pozycje”.
   
6. Możesz też wybrać „Wybrane elementy”, co pozwoli Ci wybrać określone elementy spośród 1000 elementów do prognozy.
   
7. Podaj lokalizację pliku s3, który zawiera wybrane serie czasowe. Szeregi czasowe muszą zawierać wszystkie kolumny elementów i wymiarów określone w docelowym szeregu czasowym.
   
8. Musisz także zdefiniować schemat dla pliku wejściowego zawierającego wybrane serie czasowe. Kolejność kolumn zdefiniowana w schemacie powinna odpowiadać kolejności kolumn w pliku wejściowym.
9. Hit Generuj prognozę.
10. Wykonaj eksport, a plik .csv pokaże tylko wybrane elementy.

Wnioski

Prognoza zapewnia teraz możliwość wybrania podzbioru elementów z wejściowego zestawu danych. Dzięki tej funkcji możesz trenować swój model przy użyciu wszystkich dostępnych danych, a następnie zastosować zdobyte informacje do wybrania elementów, które chcesz prognozować. Pomaga to zaoszczędzić czas i skoncentrować wysiłki na elementach o wysokim priorytecie. Możesz osiągnąć redukcję kosztów i lepiej dopasować wysiłki do wyników biznesowych. Opcja „Prognoza wybranych pozycji” jest dostępna we wszystkich regionach, w których prognoza jest publicznie dostępna.

Aby dowiedzieć się więcej o prognozowaniu „wybranych elementów”, odwiedź ten notatnik lub czytaj więcej na Prognozie przewodnik programisty.

---

O autorach

Poznajcie Dave'a jest starszym menedżerem produktu w zespole Amazon Forecast. Interesuje się wszystkimi danymi i ich zastosowaniem do generowania nowych strumieni przychodów. Poza pracą lubi gotować indyjskie jedzenie i oglądać ciekawe programy.

Ridhim Rastogi jest inżynierem oprogramowania w zespole Amazon Forecast. Jego pasją jest budowanie skalowalnych systemów rozproszonych z naciskiem na rozwiązywanie rzeczywistych problemów poprzez AI/ML. W wolnym czasie lubi rozwiązywać zagadki, czytać fikcję i odkrywać.

• Coinsmart. Najlepsza w Europie giełda bitcoinów i kryptowalut.
• Platoblockchain. Web3 Inteligencja Metaverse. Wzmocniona wiedza. DARMOWY DOSTĘP.
• CryptoJastrząb. Radar Altcoin. Bezpłatna wersja próbna.
• Źródło: https://aws.amazon.com/blogs/machine-learning/choose-specific-timeseries-to-forecast-with-amazon-forecast/