Сегодня мы рады сообщить, что Прогноз Амазонки предлагает возможность генерировать прогнозы по выбранному подмножеству элементов. Это поможет вам использовать всю ценность ваших данных и выборочно применять их к выбранным элементам, сокращая время и усилия для получения прогнозируемых результатов.
Создание прогноза по «всем» элементам набора данных ограничивало вас в возможности точного контроля над конкретными элементами, которые вы хотели спрогнозировать. Это означало увеличение затрат на прогнозируемые элементы с низким или нулевым приоритетом и дополнительные накладные расходы. Раньше вы тратили много времени на создание нескольких прогнозов для всех элементов ваших данных. Это отнимало много времени и было тяжело с точки зрения эксплуатации. Более того, этот подход не полностью использует ценность машинного обучения (ML): применение выводов к нужным элементам. Имея возможность выбирать подмножество элементов, теперь вы можете сосредоточиться на обучении модели со всеми вашими данными, но применять полученные знания для выбора нескольких высокодоходных элементов. Это будет способствовать общей оптимизации прогнозного планирования за счет повышения производительности (уменьшение количества элементов для управления) и снижения затрат (снижение цены на прогнозируемый элемент). Это также упрощает управление объяснимостью.
С сегодняшним запуском вы можете не только выполнить все шаги, но и выбрать подмножество элементов для прогноза, загрузив CSV-файл на этапе «Создать прогноз». Вам не нужно вводить всю цель или связанные временные ряды и метаданные элементов, что экономит значительные усилия. Это также поможет уменьшить общую площадь инфраструктуры для прогнозируемых элементов, что приведет к экономии средств и повышению производительности. Вы можете выполнить этот шаг с помощью API CreateForecast или выполнить следующие действия в консоли.
Прогноз для выбранного подмножества элементов
Теперь мы рассмотрим, как использовать консоль прогноза для выбора выбранных элементов во входном наборе данных.
Шаг 1: Импорт данных обучения
Чтобы импортировать данные временных рядов в Forecast, создайте группу наборов данных, выберите домен для своей группы наборов данных, укажите сведения о ваших данных и наведите Forecast на Сервис Amazon Simple Storage (Amazon S3) расположение ваших данных. В этом примере предположим, что ваш набор данных содержит 1000 элементов.
Примечание: В этом упражнении предполагается, что вы не создали группы наборов данных. Если вы ранее создали группу наборов данных, то то, что вы увидите, будет немного отличаться от следующих снимков экрана и инструкций.
Импорт данных временных рядов для прогнозирования
- Откройте консоль прогнозов. здесь.
- На главной странице прогноза выберите Создать группу данных.
- На Создать группу данных на странице добавьте сведения о входном наборе данных.
- Выберите Следующая.
- Ассоциация Детали набора данных панель должна выглядеть примерно так:
- После того, как вы ввели все необходимые данные на странице импорта набора данных, Сведения об импорте набора данных панель должна выглядеть примерно так:
- Выберите Start.
Подождите, пока прогноз завершит импорт данных временного ряда. Процесс может занять несколько минут или дольше. Когда ваш набор данных будет импортирован, статус изменится на Активные а баннер в верхней части панели уведомляет вас об успешном импорте данных.
Теперь, когда ваш целевой набор данных временных рядов импортирован, вы можете создать предиктор.
Шаг 2. Создайте предиктор
Затем вы создаете предиктор, который вы используете для создания прогнозов на основе данных вашего временного ряда. Прогноз применяет оптимальную комбинацию алгоритмов к каждому временному ряду в ваших наборах данных.
Чтобы создать предиктор с помощью консоли «Прогноз», вы указываете имя предиктора, частоту прогноза и определяете горизонт прогноза. Для получения дополнительной информации о дополнительных полях, которые вы можете настроить, см. Тренировочные предикторы.
Чтобы создать предиктор
- После завершения импорта целевого набора данных временных рядов ваша группа наборов данных Аккаунт должен выглядеть примерно так:
Под Обучать предсказателя, выберите Start, Предиктор поездов отображается страница. - На Предиктор поездов страница, для Настройки предиктора, Предоставьте следующую информацию:
- Имя предиктора
- Прогнозируемая частота
- Горизонт прогноза
- Параметры прогноза и Квантиль прогноза (опционально)
Теперь, когда ваш предиктор обучен 1000 элементов, вы можете перейти к следующему шагу создания прогноза.
Шаг 3: Создайте прогноз
- Выберите Создать прогноз.
- Напишите название прогноза
- Выберите предиктор.
- Выбрать квантили — введите до пяти квантилей.
- Если вы хотите сгенерировать прогноз для всех 1000 товаров, выберите «Все товары».
- Или же вы можете выбрать «Выбранные элементы», что позволит вам выбрать определенные элементы из 1000 элементов для прогнозирования.
- Укажите расположение файла s3, содержащего выбранные временные ряды. Временные ряды должны включать все столбцы элементов и измерений, указанные в целевом временном ряду.
- Вы также должны определить свою схему для входного файла, содержащего выбранные временные ряды. Порядок столбцов, определенный в схеме, должен соответствовать порядку столбцов во входном файле.
- Нажмите «Создать прогноз».
- Выполните экспорт, и файл .csv покажет вам только выбранные вами элементы.
Заключение
Прогноз теперь предоставляет вам возможность выбрать подмножество элементов из входного набора данных. С помощью этой функции вы можете обучить свою модель всем доступным данным, а затем применить полученные знания для выбора элементов, которые вы хотите спрогнозировать. Это помогает сэкономить время и сосредоточить усилия на приоритетных задачах. Вы можете добиться снижения затрат и лучше согласовать усилия с бизнес-результатами. «Выбор элементов прогноза» доступен во всех регионах, где прогноз общедоступен.
Чтобы узнать больше о прогнозировании «выбранных элементов», посетите этот ноутбук или читайте подробнее в прогнозе руководство разработчика.
Об авторах
Метиш Дэйв является старшим менеджером по продуктам в команде Amazon Forecast. Он интересуется всеми данными и их применением для создания новых потоков доходов. Вне работы он любит готовить индийскую еду и смотреть интересные шоу.
Ридхим Растоги является инженером по разработке программного обеспечения в команде Amazon Forecast. Он увлечен созданием масштабируемых распределенных систем с упором на решение реальных проблем с помощью AI/ML. В свободное время он любит разгадывать головоломки, читать художественную литературу и исследовать мир.
- Коинсмарт. Лучшая в Европе биржа биткойнов и криптовалют.
- Платоблокчейн. Интеллект метавселенной Web3. Расширение знаний. БЕСПЛАТНЫЙ ДОСТУП.
- КриптоХок. Альткоин Радар. Бесплатная пробная версия.
- Источник: https://aws.amazon.com/blogs/machine-learning/choose-specific-timeseries-to-forecast-with-amazon-forecast/
- "
- 100
- a
- способность
- О нас
- Достигать
- через
- дополнительный
- алгоритмы
- Все
- Amazon
- анонсировать
- API
- Применение
- Применить
- Применение
- подхода
- доступен
- AWS
- баннер
- граница
- Строительство
- бизнес
- выбор
- Выберите
- сочетание
- Консоли
- содержит
- способствовать
- контрольная
- Создайте
- создали
- приборная панель
- данным
- подробнее
- Развитие
- Размеры
- распределенный
- не
- домен
- в течение
- каждый
- усилие
- усилия
- инженер
- Enter
- вошел
- пример
- возбужденный
- Упражнение
- Больше
- Особенность
- Рассказы
- Поля
- Фокус
- фокусировка
- следовать
- после
- питание
- след
- Freedom
- от
- полный
- порождать
- порождающий
- группы
- Группы
- помощь
- помогает
- High
- Главная
- горизонт
- Как
- How To
- HTTPS
- импортирующий
- включают
- расширились
- повышение
- информация
- Инфраструктура
- вход
- заинтересованный
- IT
- запуск
- УЧИТЬСЯ
- изучение
- Кредитное плечо
- расположение
- посмотреть
- машина
- обучение с помощью машины
- ДЕЛАЕТ
- управлять
- менеджер
- Совпадение
- ML
- модель
- БОЛЕЕ
- с разными
- необходимо
- следующий
- оптимизация
- заказ
- общий
- панель
- страстный
- планирование
- Точка
- Predictions
- цена
- приоритет
- проблемам
- процесс
- Продукт
- производительность
- обеспечивать
- приводит
- реальный мир
- снижение
- в результате
- Итоги
- доходы
- Run
- экономия
- масштабируемые
- выбранный
- Серии
- обслуживание
- несколько
- показывать
- аналогичный
- просто
- Software
- разработка программного обеспечения
- твердый
- РЕШАТЬ
- конкретный
- тратить
- Статус:
- диск
- Успешно
- системы
- цель
- команда
- Ассоциация
- вещи
- Через
- время
- Сегодняшних
- топ
- Обучение
- использование
- ценностное
- стремятся
- Смотреть
- Что
- Работа
- Мир
- бы
- Уступать
- ВАШЕ