ہفتہ وار پیشین گوئیاں اب اتوار کو ایمیزون کی پیشن گوئی کے ساتھ شروع ہو سکتی ہیں۔

ہم اس بات کا اعلان کرتے ہوئے پرجوش ہیں۔ ایمیزون کی پیشن گوئی، اب آپ اپنی پیشن گوئی کے افق کو حسب ضرورت ابتدائی مقامات پر شروع کر سکتے ہیں، بشمول ہفتہ وار پیشین گوئیوں کے لیے اتوار کو۔ یہ آپ کو مقامی کاروباری طریقوں اور آپریشنل ضروریات کے مطابق ڈیمانڈ پلاننگ کی پیشین گوئیوں کو زیادہ قریب سے ہم آہنگ کرنے کی اجازت دیتا ہے۔

پیشن گوئی ایک مکمل طور پر منظم سروس ہے جو شماریاتی اور مشین لرننگ (ML) الگورتھم کو انتہائی درست ٹائم سیریز کی پیشن گوئیاں فراہم کرنے کے لیے استعمال کرتی ہے۔ یہ تاریخی ڈیٹا کی بنیاد پر مستقبل کے ٹائم سیریز ڈیٹا کی پیشین گوئی کرنے کے لیے جدید ترین الگورتھم کا استعمال کرتا ہے، اور اس کے لیے ML تجربے کی ضرورت نہیں ہے۔ عام پیشن گوئی ایپلی کیشنز میں انوینٹری کے لیے وسائل کی منصوبہ بندی، افرادی قوت کا عملہ، اور ویب ٹریفک شامل ہے۔ اس پوسٹ میں، ہم ایک نئے آپشن کا جائزہ لیتے ہیں جو آپ کو کاروبار اور ڈیمانڈ سائیکلوں کے ساتھ پیشین گوئیوں کو ہم آہنگ کرنے کی اجازت دیتا ہے، جبکہ مجموعی ورک فلو کو آف لوڈ کرکے آپریشنل لاگت کو کم کرتا ہے۔

مانگ کی منصوبہ بندی کو بہتر بنانے کے لیے، پیشین گوئیوں کو کاروباری کارروائیوں کے ساتھ ہم آہنگ کرنے کی ضرورت ہے۔ پہلے، پیشین گوئیوں کے لیے نقطہ آغاز مقرر کیے گئے تھے: روزانہ کی پیشین گوئیاں ہر دن آدھی رات سے شروع ہونے والی مانگ کو مانتی تھیں، ہفتہ وار پیشین گوئیاں پیر کو ہفتے کے پہلے دن کے طور پر فرض کی جاتی تھیں، اور ماہانہ پیشین گوئیاں ہر مہینے کے پہلے دن شروع ہوتی تھیں۔ یہ پہلے سے طے شدہ ابتدائی نکات نے دو چیلنجز پیش کیے۔ سب سے پہلے، اگر آپ کا کاروباری دور مقررہ قیمت سے مختلف نقطہ پر شروع ہوا ہے، تو آپ کو اپنے مطلوبہ نقطہ آغاز پر دستی طور پر پیشن گوئیاں جمع کرنی ہوں گی۔ مثال کے طور پر، اگر آپ کا کاروباری ہفتہ اتوار کو شروع ہوا اور آپ ہفتہ وار پیشین گوئیاں پیش کرنا چاہتے ہیں، تو آپ کو دستی طور پر روزانہ کی پیشگوئیوں کو اتوار-ہفتہ کے ہفتے میں جمع کرنا ہوگا۔ اس اضافی کام نے لاگت اور گنتی کے وقت میں اضافہ کیا، اور غلطیوں کے مواقع پیش کئے۔ دوسرا، تربیتی اعداد و شمار اور پیشین گوئی کے دورانیے مطابقت نہیں رکھتے تھے۔ اگر آپ کا ڈیٹا ڈیمانڈ سائیکل کی عکاسی کرتا ہے جو اتوار کو شروع ہوتا ہے، تو پیشین گوئی کرنے والے اور پیشین گوئی کو بھی اتوار کو نقطہ آغاز کے طور پر استعمال کرنا چاہیے۔

اپنی مرضی کے مطابق پیشن گوئی افق کے نقطہ آغاز اب کاروباری کارروائیوں اور پیشین گوئیوں کو سیدھ میں لاتے ہیں، دستی جمع کرنے کے کام کی ضرورت کو ختم کرتے ہوئے اور لاگت اور حساب کی بچت کرتے ہیں۔ اگر آپ کا کاروباری ہفتہ اتوار سے شروع ہوتا ہے، تو آپ خود بخود روزانہ کے ڈیٹا کو جمع کر کے ہفتہ وار پیشین گوئیاں تیار کر سکتے ہیں جو اتوار سے شروع ہوتی ہیں۔ یا آپ صبح 9:00 بجے سے روزانہ کی پیشین گوئیاں شروع کر سکتے ہیں۔ پیشین گوئی کرنے والوں کو اب آپ کے زمینی سچائی کے اعداد و شمار کے ساتھ جوڑا جا سکتا ہے، جو آدانوں اور پیشین گوئیوں کے درمیان مستقل مزاجی فراہم کرتا ہے۔ پیشن گوئی افق کے نقطہ آغاز کی آسانی سے وضاحت کی جاتی ہے جب پیشن گوئی کنسول کے ذریعے یا استعمال کرتے ہوئے نئے پیش گوؤں کو تربیت دی جاتی ہے۔ پیشن گوئی APIs.

اپنی مرضی کے مطابق پیشن گوئی افق شروع ہونے والے ادوار کی وضاحت کریں۔

پیشن گوئی افق وقت کی لمبائی ہے جس کے لئے ایک پیشن گوئی کی جاتی ہے، اور ایک نقطہ آغاز اور اختتام سے منسلک ہوتا ہے. پیشن گوئی میں، اب آپ نئے پیش گوؤں کو تربیت دیتے وقت روزانہ، ہفتہ وار، ماہانہ اور سالانہ پیشن گوئی کے افق کے لیے مخصوص نقطہ آغاز کا انتخاب کر سکتے ہیں۔ یہ نقطہ آغاز - بھی کہا جاتا ہے حدود اقدارپیشن گوئی کے افق سے زیادہ باریک فریکوئنسی یونٹ پر منتخب کیے جاتے ہیں، جیسا کہ درج ذیل جدول میں دکھایا گیا ہے۔

پیشن گوئی کی تعدد یونٹ	باؤنڈری یونٹ	سرحدی اقدار
ڈیلی	گھنٹہ	0 23
ہفتہ وار	ہفتے کا دن	پیر سے اتوار تک
ماہانہ	مہینے کا دن	1 کے ذریعہ 28
سالانہ	مہینہ	جنوری سے دسمبر

حسب ضرورت ابتدائی پوائنٹس کے ساتھ، آپ پیشین گوئیوں کو مخصوص پوائنٹس پر شروع کرنے کے لیے ترتیب دے سکتے ہیں جو آپ کے کاروباری عمل اور زمینی سچائی کے ڈیٹا سے مماثل ہوں، مثال کے طور پر، مئی کا مہینہ، مہینے کی 15 تاریخ، اتوار، یا 15:00 گھنٹے۔ پیشن گوئی کے افق کے لیے فراہم کردہ ٹائم سیریز فریکوئنسی سے زیادہ موٹے، پیشن گوئی حسب ضرورت نقطہ آغاز کی بنیاد پر ٹائم سیریز کے ڈیٹا کو جمع کرتی ہے۔ مثال کے طور پر:

• 9:00 AM شروع ہونے والے وقفے کے ساتھ فی گھنٹہ کے ڈیٹا سے روزانہ کی پیشن گوئیاں تیار کرتے وقت، ہر روز صبح 9:00 AM سے اگلے دن 8:00 AM کے درمیان پیشین گوئیاں فی گھنٹہ ڈیٹا کے ساتھ جمع کی جاتی ہیں۔
• اتوار کے شروع ہونے والے وقفے کے ساتھ روزانہ ڈیٹا سے ہفتہ وار پیشین گوئیاں تیار کرتے وقت، پیشین گوئیوں کو ہر ہفتے اتوار سے اگلے ہفتہ تک روزانہ ڈیٹا کے ساتھ جمع کیا جاتا ہے۔
• ماہ کی 15 تاریخ سے شروع ہونے والے دن کے ساتھ روزانہ ڈیٹا سے ماہانہ پیشین گوئیاں تیار کرتے وقت، پیشن گوئیوں کو موجودہ مہینے کی 15 تاریخ سے اگلے مہینے کی 14 تاریخ تک روزانہ ڈیٹا کے ساتھ جمع کیا جاتا ہے۔
• جب مئی کے شروع ہونے والے مہینے کے ساتھ ماہانہ ڈیٹا سے سالانہ پیشین گوئیاں تیار کرتے ہیں، تو پیشن گوئی کو رواں سال کے مئی سے اگلے سال کے اپریل تک کے ماہانہ ڈیٹا کے ساتھ جمع کیا جاتا ہے۔

دستیاب پیشن گوئی کی تعدد

درج ذیل اسکرین شاٹس حسب ضرورت روزانہ، ہفتہ وار، ماہانہ، اور سالانہ پیشن گوئی کی تعدد اور نقطہ آغاز کی مثالیں دکھاتے ہیں وقت کی سیدھ کی حد Forecast کنسول پر فیلڈ)۔

اپنی مرضی کے مطابق پیشن گوئی افق کے نقطہ آغاز کی وضاحت کریں۔

نیا پیشن گوئی بنانے کے وقت آپ اپنی مرضی کے مطابق پیشن گوئی افق کے نقطہ آغاز کی وضاحت کر سکتے ہیں۔ مندرجہ ذیل اقدامات ظاہر کرتے ہیں کہ پیشن گوئی کنسول کا استعمال کرتے ہوئے اسے کیسے کرنا ہے۔ ہم بھی پیش کرتے ہیں a نمونہ نوٹ بک جو اس نئی ترتیب کو آپ کے ورک فلو میں ضم کرنے کے طریقے کی ایک مثال فراہم کرتا ہے۔

1. Forecast کنسول پر، منتخب کریں۔ ڈیٹا سیٹ گروپس دیکھیں، اور پھر ڈیٹاسیٹ گروپ بنائیں.
2. اپنا ڈیٹا سیٹ گروپ بنائیں، ٹارگٹ ٹائم سیریز ڈیٹاسیٹ، اور اپنا ڈیٹا لوڈ کریں۔
   آپ کا ڈیٹا لوڈ ہونے پر آپ کو Forecast کنسول پر بھیج دیا جاتا ہے۔
3. آپ کے ٹارگٹ ٹائم سیریز کا ڈیٹا سیٹ آپ کے ڈیٹاسیٹ گروپ میں لوڈ ہونے اور فعال ہونے کے بعد، منتخب کریں۔ آغاز کے تحت پیشن گوئی کرنے والے کو تربیت دیں۔.
4. میں ٹرین کی پیشن گوئی کرنے والا سیکشن، کے لیے اقدار فراہم کریں۔ نام, پیشن گوئی کی تعدد، اور پیشن گوئی افق کھیت.
5. اختیاری میں وقت کی سیدھ کی حد فیلڈ، نقطہ آغاز کی وضاحت کریں جو پیشین گوئی کرنے والا پیشن گوئی کے لیے استعمال کرتا ہے۔
   اس فہرست میں اقدار پر منحصر ہے پیشن گوئی کی تعدد قدر جو آپ منتخب کرتے ہیں۔ اس مثال میں، ہم 1 ہفتہ کے افق کے ساتھ ہفتہ وار پیشین گوئیاں بناتے ہیں، جس میں اتوار کو ہفتے کے ابتدائی دن اور پیشین گوئی کی جاتی ہے۔
   
6. ضرورت کے مطابق دیگر اختیاری کنفیگریشنز فراہم کریں اور منتخب کریں۔ تخلیق کریں.
   
   پیشن گو بنانے کے بعد، آپ اپنی پیشن گوئی بنا سکتے ہیں۔
7. نیویگیشن پین میں، اپنے ڈیٹاسیٹ گروپ کے تحت منتخب کریں۔ پیشن گوئی.
8. اپنے نئے پیش گو کا انتخاب کریں۔
9. میں سے انتخاب کریں پیشن گوئی بنائیں.
   
10. ضروری تفصیلات فراہم کریں اور منتخب کریں۔ آغاز اپنی پیشن گوئی بنانے کے لیے۔
    
11. پیشن گوئی مکمل ہونے پر، منتخب کریں۔ پیشن گوئی برآمد بنائیں نتائج برآمد کرنے کے لیے۔
    

درج ذیل اسکرین شاٹس اصل ان پٹ فائل (بائیں) اور برآمد شدہ پیشن گوئی کے نتائج (دائیں) کے نمونے ہیں۔ ان پٹ فائل ایک گھنٹہ کی فریکوئنسی پر ہے، جبکہ پیشن گوئی ہفتہ وار تعدد پر تیار کی جاتی ہے، ہفتے کے پہلے دن کے طور پر اتوار سے شروع ہوتا ہے. یہ پیشن گوئی کی دو سطحوں (گھنٹوں سے دنوں تک) کے خود کار طریقے سے جمع ہونے کی ایک مثال ہے۔

نتیجہ

پیشن گوئی میں حسب ضرورت پیشن گوئی افق کے نقطہ آغاز آپ کو ایسی پیشن گوئیاں تیار کرنے کی اجازت دیتے ہیں جو آپ کی مخصوص آپریشنل ضروریات کے مطابق ہوں۔ کام کے ہفتے مختلف علاقوں میں مختلف دنوں سے شروع ہوتے ہیں، ان پیشن گوئیوں کی ضرورت ہوتی ہے جو پیر کے علاوہ دوسرے دنوں سے شروع ہوتی ہیں، اور جو زمینی سچائی کی تربیت اور جاری ڈیٹا کے ساتھ منسلک ہوتی ہیں۔ یا آپ فی گھنٹہ کی پیشین گوئیاں پیدا کرنا چاہیں گے جو ہر روز صبح 7:00 بجے شروع ہونے والے ڈیمانڈ سائیکل کی عکاسی کرتی ہے، مثال کے طور پر۔

پیشن گوئی خود بخود اعلی درجے کی تعدد (جیسے دنوں میں ہفتوں) تک ٹھیک دانے والی پیشین گوئیوں کو جمع کرتی ہے۔ یہ آپ کو اپنے کاموں کے ساتھ منسلک پیشن گوئیاں تیار کرنے کی اجازت دیتا ہے، اور کھڑے ہونے اور جمع کرنے کے کام کے بہاؤ کو منظم کرنے کی ضرورت کو دور کر کے آپ کے اخراجات بچاتا ہے۔

حسب ضرورت شروع ہونے والے پوائنٹس اختیاری ہیں۔ اگر آپ مخصوص نقطہ آغاز فراہم نہیں کرتے ہیں، تو پیشین گوئیاں شروع ہوتی ہیں۔ پہلے سے طے شدہ اوقات. مخصوص پیشن گوئی افق کے ابتدائی پوائنٹس صرف AutoPredictor کے ساتھ دستیاب ہیں۔ مزید معلومات کے لیے رجوع کریں۔ نیا Amazon Forecast API جو 40% تک زیادہ درست پیشین گوئیاں بناتا ہے اور وضاحت کی اہلیت فراہم کرتا ہے اور تخلیق آٹو پریڈیکٹر.

پیشن گوئی کی تعدد کے بارے میں مزید جاننے کے لیے، رجوع کریں۔ مختلف پیشن گوئی کی تعدد کے لیے ڈیٹا اکٹھا کرنا. یہ تمام نئی صلاحیتیں ان تمام خطوں میں دستیاب ہیں جہاں پر پیشن گوئی عوامی طور پر دستیاب ہے۔ علاقے کی دستیابی کے بارے میں مزید معلومات کے لیے، دیکھیں AWS علاقائی خدمات.

---

مصنفین کے بارے میں

ڈین سنریچ Amazon Forecast کے لیے ایک سینئر پروڈکٹ مینیجر ہے۔ اس کی توجہ کم کوڈ/نو کوڈ مشین لرننگ کو جمہوری بنانے اور کاروباری نتائج کو بہتر بنانے کے لیے لاگو کرنے پر مرکوز ہے۔ کام سے باہر، وہ ہاکی کھیلتے ہوئے، اپنی ٹینس سرو کو بہتر بنانے، سکوبا ڈائیونگ، اور سائنس فکشن پڑھتے ہوئے پایا جا سکتا ہے۔

پارس اروڑا Amazon Forecast ٹیم میں سافٹ ویئر ڈویلپمنٹ انجینئر ہے۔ وہ کلاؤڈ میں جدید ترین AI/ML سلوشنز بنانے کا پرجوش ہے۔ اپنے فارغ وقت میں، وہ پیدل سفر اور سفر سے لطف اندوز ہوتا ہے۔

چیتن سورانا Amazon Forecast ٹیم میں سافٹ ویئر ڈویلپمنٹ انجینئر ہے۔ اس کی دلچسپیاں مشین لرننگ اور سافٹ ویئر ڈیولپمنٹ کے سنگم پر ہیں، مسائل کو حل کرنے کے لیے سوچ سمجھ کر ڈیزائن اور انجینئرنگ کی مہارتوں کا استعمال۔ کام سے باہر، وہ فوٹو گرافی، پیدل سفر اور کھانا پکانے سے لطف اندوز ہوتا ہے۔

• سکے سمارٹ۔ یورپ کا بہترین بٹ کوائن اور کرپٹو ایکسچینج۔
• پلیٹو بلاک چین۔ Web3 Metaverse انٹیلی جنس۔ علم میں اضافہ۔ مفت رسائی۔
• کرپٹو ہاک۔ Altcoin ریڈار. مفت جانچ.
• ماخذ: https://aws.amazon.com/blogs/machine-learning/weekly-forecasts-can-now-start-on-sunday-with-amazon-forecast/