آج، ہم اس کا اعلان کرنے کے لئے پرجوش ہیں ایمیزون کی پیشن گوئی آئٹمز کے منتخب ذیلی سیٹ پر پیشن گوئی پیدا کرنے کی صلاحیت پیش کرتا ہے۔ اس سے آپ کو اپنے ڈیٹا کی پوری قیمت کا فائدہ اٹھانے میں مدد ملتی ہے، اور اسے اپنی پسند کے آئٹمز پر لاگو کرنے میں مدد ملتی ہے جس سے پیشن گوئی کے نتائج حاصل کرنے کے لیے وقت اور کوشش کم ہوتی ہے۔
ڈیٹاسیٹ کے 'تمام' آئٹمز پر پیشن گوئی پیدا کرنے سے آپ کو مخصوص آئٹمز پر جن کی آپ پیشن گوئی کرنا چاہتے تھے ان پر بہتر کنٹرول رکھنے کی آزادی سے آپ کو محدود کر دیا گیا۔ اس کا مطلب کم/بغیر ترجیحی پیشن گوئی شدہ اشیاء اور اضافی اوور ہیڈ کی لاگت میں اضافہ تھا۔ اس سے پہلے، آپ اپنے ڈیٹا میں موجود تمام آئٹمز پر متعدد پیشین گوئیاں پیدا کرنے میں کافی وقت صرف کریں گے۔ یہ وقت طلب اور انتظامی طور پر بھاری تھا۔ مزید یہ کہ، یہ نقطہ نظر مشین لرننگ (ML) کی قدر کو پوری طرح سے فائدہ نہیں پہنچاتا: مطلوبہ آئٹمز پر تخمینہ لگانا۔ آئٹمز کے ذیلی سیٹ کو منتخب کرنے کی صلاحیت کے ساتھ، اب آپ اپنے تمام ڈیٹا کے ساتھ ماڈل کی تربیت پر توجہ مرکوز کر سکتے ہیں، لیکن کچھ زیادہ پیداوار والی اشیاء کو منتخب کرنے کے لیے سیکھنے کو لاگو کریں۔ اس سے پیداواری صلاحیت میں اضافہ (انتظام کے لیے کم اشیاء) اور لاگت میں کمی (فی پیشن گوئی شدہ شے کی قیمت میں کمی) کے ذریعے پیشن گوئی کی منصوبہ بندی کی مجموعی اصلاح میں مدد ملے گی۔ یہ وضاحتی قابلیت کو منظم کرنے میں بھی آسان بناتا ہے۔
آج کے آغاز کے ساتھ، آپ نہ صرف تمام مراحل کو چلا سکتے ہیں، بلکہ 'پیش گوئی بنائیں' کے مرحلے کے دوران ایک csv اپ لوڈ کرکے پیشین گوئی کے لیے آئٹمز کے ذیلی سیٹ کو منتخب کرنے کا انتخاب بھی کرسکتے ہیں۔ آپ کو پورے ہدف یا متعلقہ ٹائم سیریز اور آئٹم میٹا ڈیٹا پر سوار ہونے کی ضرورت نہیں ہے جو آپ کے لیے کافی محنت بچاتا ہے۔ اس سے اس وقت بھی مدد ملے گی جب پیشن گوئی کی گئی اشیاء کے لیے بنیادی ڈھانچے کے اثرات کو کم کیا جائے گا جس کے نتیجے میں لاگت کی بچت اور پیداواریت ہو گی۔ آپ یہ مرحلہ 'CreateForecast' API کا استعمال کرتے ہوئے کر سکتے ہیں، یا مندرجہ ذیل کنسول اقدامات پر عمل کریں۔
آئٹمز کے منتخب ذیلی سیٹ پر پیشن گوئی
اب ہم ان پٹ ڈیٹاسیٹ پر منتخب آئٹمز کو منتخب کرنے کے لیے Forecast کنسول کا استعمال کیسے کریں گے۔
مرحلہ 1: ٹریننگ ڈیٹا درآمد کریں۔
پیشن گوئی میں ٹائم سیریز کا ڈیٹا درآمد کرنے کے لیے، ڈیٹاسیٹ گروپ بنائیں، اپنے ڈیٹاسیٹ گروپ کے لیے ایک ڈومین منتخب کریں، اپنے ڈیٹا کی تفصیلات بتائیں، اور پیشن گوئی کی طرف اشارہ کریں۔ ایمیزون سادہ اسٹوریج سروس (ایمیزون S3) آپ کے ڈیٹا کا مقام۔ اس مثال میں، فرض کریں کہ آپ کے ڈیٹاسیٹ میں 1000 آئٹمز ہیں۔
نوٹ: یہ مشق مانتی ہے کہ آپ نے کوئی ڈیٹا سیٹ گروپ نہیں بنایا ہے۔ اگر آپ نے پہلے ڈیٹا سیٹ گروپ بنایا ہے، تو جو کچھ آپ دیکھتے ہیں وہ درج ذیل اسکرین شاٹس اور ہدایات سے تھوڑا مختلف ہوگا۔
پیشن گوئی کے لیے ٹائم سیریز کا ڈیٹا درآمد کرنا
- پیشن گوئی کنسول کھولیں۔ یہاں.
- پیشن گوئی کے ہوم پیج پر، منتخب کریں۔ ڈیٹاسیٹ گروپ بنائیں.
- پر ڈیٹاسیٹ گروپ بنائیں صفحہ، اپنے ان پٹ ڈیٹاسیٹ کے لیے تفصیلات شامل کریں۔
- میں سے انتخاب کریں اگلے.
- ۔ ڈیٹا سیٹ کی تفصیلات پینل مندرجہ ذیل کی طرح نظر آنا چاہئے:
- ڈیٹا سیٹ کے درآمدی صفحہ پر تمام ضروری تفصیلات درج کرنے کے بعد، ڈیٹا سیٹ کی درآمد کی تفصیلات پینل مندرجہ ذیل کی طرح نظر آنا چاہئے:
- میں سے انتخاب کریں آغاز.
اپنے ٹائم سیریز کے ڈیٹا کو درآمد کرنے کے مکمل ہونے کی پیشن گوئی کا انتظار کریں۔ اس عمل میں کئی منٹ یا اس سے زیادہ وقت لگ سکتا ہے۔ جب آپ کا ڈیٹاسیٹ درآمد کیا جاتا ہے، تو اسٹیٹس میں منتقل ہوجاتا ہے۔ ایکٹو اور ڈیش بورڈ کے اوپر بینر آپ کو مطلع کرتا ہے کہ آپ نے کامیابی کے ساتھ اپنا ڈیٹا درآمد کر لیا ہے۔
اب جب کہ آپ کا ٹارگٹ ٹائم سیریز ڈیٹاسیٹ درآمد کر دیا گیا ہے، آپ ایک پیشین گوئی کر سکتے ہیں۔
مرحلہ 2: پیشن گوئی کرنے والا بنائیں
اس کے بعد، آپ ایک پیشین گو بناتے ہیں، جسے آپ اپنے ٹائم سیریز ڈیٹا کی بنیاد پر پیشین گوئیاں بنانے کے لیے استعمال کرتے ہیں۔ پیشن گوئی آپ کے ڈیٹا سیٹس میں ہر ٹائم سیریز پر الگورتھم کے بہترین امتزاج کا اطلاق کرتی ہے۔
پیشن گوئی کنسول کے ساتھ پیشین گوئی کرنے والا بنانے کے لیے، آپ پیشین گوئی کرنے والے کا نام، پیشن گوئی کی تعدد، اور پیشین گوئی کے افق کی وضاحت کرتے ہیں۔ اضافی فیلڈز کے بارے میں مزید معلومات کے لیے جنہیں آپ ترتیب دے سکتے ہیں، دیکھیں پیشین گوئی کرنے والوں کی تربیت.
پیشین گوئی کرنے والا بنانے کے لیے
- آپ کے ٹارگٹ ٹائم سیریز ڈیٹاسیٹ کی درآمد مکمل ہونے کے بعد، آپ کے ڈیٹاسیٹ گروپ کا ڈیش بورڈ مندرجہ ذیل کی طرح نظر آنا چاہئے:
کے تحت پیشن گوئی کرنے والے کو تربیت دیں۔منتخب کریں آغاز. ٹرین کی پیشن گوئی کرنے والا صفحہ دکھایا گیا ہے. - پر ٹرین کی پیشن گوئی کرنے والا صفحہ، کے لیے پیشن گوئی کی ترتیبات، درج ذیل معلومات فراہم کیجیئے:
- پیش گوئی کرنے والے کا نام
- پیشن گوئی کی تعدد
- پیشن گوئی افق
- پیشن گوئی کے طول و عرض اور پیشن گوئی کی مقدار (اختیاری)
اب جب کہ آپ کے پیش گو کو 1000 آئٹمز پر تربیت دی گئی ہے، آپ پیشن گوئی پیدا کرنے کے اگلے مرحلے پر جا سکتے ہیں۔
مرحلہ 3: پیشن گوئی بنائیں
- پیشن گوئی بنائیں کو منتخب کریں۔
- پیشن گوئی کا نام لکھیں۔
- پیشن گوئی کرنے والا منتخب کریں۔
- مقداریں منتخب کریں - پانچ کوانٹائل تک درج کریں۔
- اگر آپ تمام 1000 آئٹمز کے لیے پیشن گوئی پیدا کرنا چاہتے ہیں، تو "تمام آئٹمز" کو منتخب کریں۔
- ورنہ آپ "منتخب آئٹمز" کو منتخب کر سکتے ہیں، جو آپ کو پیشن گوئی کے لیے 1000 آئٹمز میں سے مخصوص آئٹمز کا انتخاب کرنے دے گا۔
- s3 فائل کے لیے مقام فراہم کریں جس میں منتخب ٹائم سیریز شامل ہیں۔ ٹائم سیریز میں ٹارگٹ ٹائم سیریز میں متعین تمام آئٹم اور ڈائمینشن کالم شامل ہونے چاہئیں۔
- آپ کو ان پٹ فائل کے لیے اپنے اسکیما کی بھی وضاحت کرنی ہوگی جس میں منتخب ٹائم سیریز شامل ہیں۔ اسکیما میں بیان کردہ کالموں کی ترتیب ان پٹ فائل میں کالموں کی ترتیب سے مماثل ہونی چاہیے۔
- مارو پیشن گوئی پیدا.
- ایکسپورٹ کریں اور .csv فائل آپ کو صرف وہی منتخب آئٹمز دکھائے گی جن کا آپ نے انتخاب کیا ہے۔
نتیجہ
پیشن گوئی اب آپ کو ان پٹ ڈیٹاسیٹ سے آئٹمز کے ذیلی سیٹ کو منتخب کرنے کی صلاحیت فراہم کرتی ہے۔ اس خصوصیت کے ساتھ، آپ اپنے ماڈل کو دستیاب تمام ڈیٹا کے ساتھ تربیت دے سکتے ہیں اور پھر سیکھنے کو ان آئٹمز کو منتخب کرنے کے لیے لاگو کر سکتے ہیں جن کی آپ پیشن گوئی کرنا چاہتے ہیں۔ اس سے وقت کی بچت اور اعلیٰ ترجیحی اشیاء پر توجہ مرکوز کرنے میں مدد ملتی ہے۔ آپ لاگت میں کمی حاصل کر سکتے ہیں اور کاروباری نتائج کے لیے کوششوں کو بہتر طریقے سے ترتیب دے سکتے ہیں۔ "پیش گوئی منتخب اشیاء" ان تمام خطوں میں دستیاب ہے جہاں پیشین گوئی عوامی طور پر دستیاب ہے۔
"منتخب اشیاء" کی پیشن گوئی کے بارے میں مزید جاننے کے لیے، اس پر جائیں۔ نوٹ بک یا پیشن گوئی پر مزید پڑھیں ڈویلپر گائیڈ.
مصنفین کے بارے میں
میٹش ڈیو Amazon Forecast ٹیم میں Sr پروڈکٹ مینیجر ہے۔ وہ ہر چیز کے ڈیٹا اور ان کے اطلاق میں دلچسپی رکھتا ہے تاکہ آمدنی کے نئے سلسلے پیدا ہوں۔ کام سے باہر، وہ ہندوستانی کھانا پکانا اور دلچسپ شو دیکھنا پسند کرتا ہے۔
ردھم رستوگی Amazon Forecast ٹیم میں سافٹ ویئر ڈویلپمنٹ انجینئر ہے۔ وہ AI/ML کے ذریعے حقیقی دنیا کے مسائل کو حل کرنے پر توجہ کے ساتھ توسیع پذیر تقسیم شدہ نظاموں کی تعمیر کا پرجوش ہے۔ اپنے فارغ وقت میں، وہ پہیلیاں حل کرنا، افسانے پڑھنا اور دریافت کرنا پسند کرتا ہے۔
- "
- 100
- a
- کی صلاحیت
- ہمارے بارے میں
- حاصل
- کے پار
- ایڈیشنل
- یلگوردمز
- تمام
- ایمیزون
- اعلان کریں
- اے پی آئی
- درخواست
- کا اطلاق کریں
- درخواست دینا
- نقطہ نظر
- دستیاب
- AWS
- بینر
- سرحد
- عمارت
- کاروبار
- انتخاب
- میں سے انتخاب کریں
- مجموعہ
- کنسول
- پر مشتمل ہے
- شراکت
- کنٹرول
- تخلیق
- بنائی
- ڈیش بورڈ
- اعداد و شمار
- تفصیلات
- ترقی
- طول و عرض
- تقسیم کئے
- نہیں کرتا
- ڈومین
- کے دوران
- ہر ایک
- کوشش
- کوششوں
- انجینئر
- درج
- داخل ہوا
- مثال کے طور پر
- بہت پرجوش
- ورزش
- تلاش
- نمایاں کریں
- افسانے
- قطعات
- توجہ مرکوز
- توجہ مرکوز
- پر عمل کریں
- کے بعد
- کھانا
- فوٹ پرنٹ
- آزادی
- سے
- مکمل
- پیدا
- پیدا کرنے والے
- گروپ
- گروپ کا
- سر
- مدد
- مدد کرتا ہے
- ہائی
- ہوم پیج (-)
- افق
- کس طرح
- کیسے
- HTTPS
- درآمد
- شامل
- اضافہ
- اضافہ
- معلومات
- انفراسٹرکچر
- ان پٹ
- دلچسپی
- IT
- شروع
- جانیں
- سیکھنے
- لیوریج
- محل وقوع
- دیکھو
- مشین
- مشین لرننگ
- بناتا ہے
- انتظام
- مینیجر
- میچ
- ML
- ماڈل
- زیادہ
- ایک سے زیادہ
- ضروری
- اگلے
- اصلاح کے
- حکم
- مجموعی طور پر
- پینل
- جذباتی
- منصوبہ بندی
- پوائنٹ
- پیشن گوئی
- قیمت
- ترجیح
- مسائل
- عمل
- مصنوعات
- پیداوری
- فراہم
- فراہم کرتا ہے
- حقیقی دنیا
- کو کم کرنے
- نتیجے
- نتائج کی نمائش
- آمدنی
- رن
- بچت
- توسیع پذیر
- منتخب
- سیریز
- سروس
- کئی
- دکھائیں
- اسی طرح
- سادہ
- سافٹ ویئر کی
- سوفٹ ویئر کی نشوونما
- ٹھوس
- حل
- مخصوص
- خرچ
- درجہ
- ذخیرہ
- کامیابی کے ساتھ
- سسٹمز
- ہدف
- ٹیم
- ۔
- چیزیں
- کے ذریعے
- وقت
- آج کا
- سب سے اوپر
- ٹریننگ
- استعمال کی شرائط
- قیمت
- چاہتے تھے
- دیکھیئے
- کیا
- کام
- دنیا
- گا
- پیداوار
- اور