Escolha séries temporais específicas para prever com o Amazon Forecast PlatoBlockchain Data Intelligence. Pesquisa Vertical. Ai.

Escolha séries temporais específicas para prever com o Amazon Forecast

Hoje, temos o prazer de anunciar que Previsão da Amazônia oferece a capacidade de gerar previsões sobre um subconjunto selecionado de itens. Isso ajuda você a aproveitar todo o valor dos seus dados e aplicá-los seletivamente na sua escolha de itens, reduzindo o tempo e o esforço para obter os resultados previstos.

A geração de uma previsão sobre “todos” os itens do conjunto de dados restringiu a liberdade de ter controles refinados sobre itens específicos que você desejava prever. Isso significou aumento de custo para itens previstos de baixa ou nenhuma prioridade e despesas gerais adicionais. Anteriormente, você gastaria muito tempo gerando múltiplas previsões sobre todos os itens dos seus dados. Isso era demorado e operacionalmente difícil de gerenciar. Além disso, esta abordagem não aproveita totalmente o valor do aprendizado de máquina (ML): aplicação de inferências em itens desejados. Com a capacidade de escolher um subconjunto de itens, agora você pode se concentrar no treinamento do modelo com todos os seus dados, mas aplicar os aprendizados para selecionar alguns itens de alto rendimento. Isto contribuirá para a otimização global do planeamento de previsões, aumentando a produtividade (menos itens para gerir) e reduzindo custos (redução no preço por item previsto). Isso também torna a explicabilidade mais fácil de gerenciar.

Com o lançamento de hoje, você pode não apenas executar todas as etapas, mas também ter a opção de selecionar um subconjunto de itens para previsão, carregando um csv durante a etapa “Criar uma previsão”. Você não precisa integrar todo o destino ou séries temporais relacionadas e metadados de itens, o que economiza um esforço considerável para você. Isto também ajudará na redução da pegada geral da infraestrutura para itens previstos, resultando em economia de custos e produtividade. Você pode executar esta etapa usando a API ‘CreateForecast’ ou seguir as seguintes etapas do console.

Previsão em um subconjunto selecionado de itens

Agora veremos como usar o console de previsão para escolher itens selecionados no conjunto de dados de entrada.

Etapa 1: importar dados de treinamento

Para importar dados de série temporal para o Forecast, crie um grupo de conjuntos de dados, escolha um domínio para o seu grupo de conjuntos de dados, especifique os detalhes dos seus dados e aponte o Forecast para o campo Serviço de armazenamento simples da Amazon (Amazon S3) localização dos seus dados. Neste exemplo, vamos supor que seu conjunto de dados tenha 1000 itens.

Observação: Este exercício pressupõe que você não criou nenhum grupo de conjuntos de dados. Se você criou anteriormente um grupo de conjuntos de dados, o que você verá será um pouco diferente das capturas de tela e instruções a seguir.

Para importar dados de série temporal para previsão

  1. Abra o console de previsão SUA PARTICIPAÇÃO FAZ A DIFERENÇA.
  2. Na página inicial da Previsão, escolha Criar grupo de conjunto de dados.
  3. No Criar grupo de conjunto de dados página, adicione os detalhes do seu conjunto de dados de entrada.
    Escolha séries temporais específicas para prever com o Amazon Forecast PlatoBlockchain Data Intelligence. Pesquisa Vertical. Ai.
  4. Escolha Próximo.
  5. Detalhes do conjunto de dados painel deve ser semelhante ao seguinte:
    Escolha séries temporais específicas para prever com o Amazon Forecast PlatoBlockchain Data Intelligence. Pesquisa Vertical. Ai.
  6. Depois de inserir todos os detalhes necessários na página de importação do conjunto de dados, o Detalhes de importação do conjunto de dados painel deve ser semelhante ao seguinte:
    Escolha séries temporais específicas para prever com o Amazon Forecast PlatoBlockchain Data Intelligence. Pesquisa Vertical. Ai.
  7. Escolha Início.

Aguarde até que o Forecast termine de importar seus dados de série temporal. O processo pode levar vários minutos ou mais. Quando seu conjunto de dados for importado, o status muda para Ativo e o banner na parte superior do painel notifica que você importou seus dados com sucesso.

Agora que seu conjunto de dados de série temporal de destino foi importado, você pode criar um preditor.

Etapa 2: crie um preditor

Em seguida, você cria um preditor, que é usado para gerar previsões com base nos dados da série temporal. A previsão aplica a combinação ideal de algoritmos a cada série temporal em seus conjuntos de dados.

Para criar um preditor com o console de Previsão, especifique um nome de preditor, uma frequência de previsão e defina um horizonte de previsão. Para obter mais informações sobre os campos adicionais que você pode configurar, consulte Preditores de treinamento.

Para criar um preditor

  1. Após a conclusão da importação do conjunto de dados de série temporal de destino, o grupo de conjuntos de dados Painel deve ser semelhante ao seguinte:
    Escolha séries temporais específicas para prever com o Amazon Forecast PlatoBlockchain Data Intelligence. Pesquisa Vertical. Ai.
    Debaixo Treine um preditor, escolha Início. O Preditor de trem página é exibida.
  2. No Preditor de trem página, para Configurações do preditor, Providencie a seguinte informação:
    • Nome do preditor
    • Frequência de previsão
    • Horizonte de previsão
    • Dimensões de previsão e Quantis de previsão (Opcional)

Agora que seu preditor foi treinado em 1000 itens, você pode passar para a próxima etapa de geração de uma previsão.

Etapa 3: crie uma previsão

  1. Selecione Criar previsão.
  2. Escreva o nome da previsão
  3. Selecione um preditor.
  4. Selecionar quantis – Insira até cinco quantis.
  5. Se você deseja gerar a previsão para todos os 1000 itens, selecione “Todos os itens”.
    Escolha séries temporais específicas para prever com o Amazon Forecast PlatoBlockchain Data Intelligence. Pesquisa Vertical. Ai.
  6. Ou então você pode selecionar “Itens Selecionados”, que permitirá escolher itens específicos dentre os 1000 itens a serem previstos.
    Escolha séries temporais específicas para prever com o Amazon Forecast PlatoBlockchain Data Intelligence. Pesquisa Vertical. Ai.
  7. Forneça o local do arquivo s3 que contém a série temporal selecionada. A série temporal deve incluir todas as colunas de item e dimensão especificadas na série temporal de destino.
    Escolha séries temporais específicas para prever com o Amazon Forecast PlatoBlockchain Data Intelligence. Pesquisa Vertical. Ai. Escolha séries temporais específicas para prever com o Amazon Forecast PlatoBlockchain Data Intelligence. Pesquisa Vertical. Ai.
  8. Você também deve definir seu esquema para o arquivo de entrada que contém a série temporal selecionada. A ordem das colunas definida no esquema deve corresponder à ordem das colunas no arquivo de entrada.
  9. Clique em Gerar previsão.
  10. Execute uma exportação e o arquivo .csv mostrará apenas os itens selecionados que você escolheu.

Conclusão

A previsão agora oferece a capacidade de selecionar um subconjunto de itens do conjunto de dados de entrada. Com esse recurso, você pode treinar seu modelo com todos os dados disponíveis e, em seguida, aplicar os aprendizados para selecionar itens que deseja prever. Isso ajuda a economizar tempo e concentrar esforços em itens de alta prioridade. Você pode obter redução de custos e alinhar melhor os esforços aos resultados de negócios. “Itens selecionados de previsão” estão disponíveis em todas as regiões onde a Previsão está disponível publicamente.

Para saber mais sobre a previsão de “itens selecionados”, acesse este caderno ou leia mais na Previsão guia do desenvolvedor.


Sobre os autores

Escolha séries temporais específicas para prever com o Amazon Forecast PlatoBlockchain Data Intelligence. Pesquisa Vertical. Ai. Conheça Dave é gerente de produto sênior na equipe Amazon Forecast. Ele está interessado em todos os dados e aplicações deles para gerar novos fluxos de receita. Fora do trabalho, gosta de cozinhar comida indiana e assistir a shows interessantes.

Escolha séries temporais específicas para prever com o Amazon Forecast PlatoBlockchain Data Intelligence. Pesquisa Vertical. Ai.Ridhim Rastogi é engenheiro de desenvolvimento de software na equipe Amazon Forecast. Ele é apaixonado por construir sistemas distribuídos escaláveis ​​com foco na solução de problemas do mundo real por meio de IA/ML. Nas horas vagas, gosta de resolver quebra-cabeças, ler ficção e explorar.

Carimbo de hora:

Mais de Aprendizado de máquina da AWS