写点什么

Amazon Forecast,简化时间序列预测

  • 2019-10-14
  • 本文字数:1805 字

    阅读完需:约 6 分钟

Amazon Forecast,简化时间序列预测

预见未来的能力是一种不可思议的超能力。在 AWS,我们无法赋予您预见未来的能力,但我们可以帮助您利用机器学习,通过几个步骤来预测时间序列。


时间序列预测的目标是预测时间相关数据的未来价值,例如每周销售额、每日库存水平或每小时网站流量。当今的公司利用简单电子表格和复杂财务规划软件等各类工具,尝试准确预测未来的业务成果,如产品需求、资源需求或财务绩效。


这些工具通过观察历史数据系列(称为时间序列数据)来生成预测。例如,这些工具可以根据“未来由过去决定”的基本假设,仅凭查看之前的销售数据即可尝试预测未来销售情况。


对于趋势没有规律性的大量数据,这种方法或许很难生成准确的预测。此外,这种方法也无法轻松地将随时间而变化的数据序列(例如价格、折扣、Web 流量)与相关的独立变量(如产品功能和门店位置)结合在一起。


隆重推出 Amazon Forecast


二十多年来,Amazon 一直在竭力解决包括零售、供应链和服务器容量在内的多个领域的时间序列预测挑战。 如今,运用我们通过这样的经验掌握的机器学习技术,我们隆重推出 Amazon Forecast – 一项用于时间序列预测的完全托管式深度学习服务。Amazon Forecast 融合我们多年来构建和运行可扩展、高度准确的预测技术的丰富经验,形成一种简单易用、完全托管式的服务。


您可以利用 Amazon Forecast 生成有关时间序列数据的预测,从而预测以下信息:


  • 运营指标,例如服务器的 Web 流量、AWS 使用情况或 IoT 传感器指标。

  • 业务指标,例如销售量、利润和开支。

  • 资源需求,例如满足特定需求所需的能源量或带宽。

  • 制造过程所需的原材料商品、服务或其他投入的数量。

  • 零售需求,同时考虑到价格折扣、营销促销和其他市场活动的影响。

  • Amazon Forecast 旨在提供如下三项主要优势:

  • 准确性,使用深度神经网络和传统统计方法进行预测。Amazon Forecast 可以自动通过您的数据进行学习,选取最佳算法,训练专门为您的数据设计的模型。如果您有许多相关的时间序列,使用 Amazon Forecast 深度学习算法(例如 DeepAR 和 MQ-RNN)做出的预测往往比传统方法(例如指数平滑法)得出的预测更准确。

  • 端到端管理,实现整个预测工作流自动化 – 从数据上传到数据处理、模型训练、数据集更新和预测。企业系统可以直接将您的预测作为 API 使用。

  • 易用性,您可以在控制台中查找不同精确度的任何时间序列预测,并直观呈现。您还可以查看预测工具预测准确性方面的指标。 没有机器学习专业知识的开发人员可以利用 Amazon Forecast API、AWS 命令行界面 (CLI) 或控制台,将训练数据导入一个或多个 Amazon Forecast 数据集中,对模型进行训练,并部署这些模型以生成预测。

  • 使用 Amazon Forecast


在 Amazon Forecast 中创建预测项目时,您主要使用以下资源:


  • 数据集,用于上传数据。Amazon Forecast 算法使用数据集训练模型。

  • 数据集组,这是一个或多个数据集的容器,旨在使用多个数据集训练模型。

  • 预测工具,这是对模型进行训练的结果。为了创建预测工具,您要提供一个数据集组和一份配方(用于提供算法),或者让 Amazon Forecast 决定最合适的预测模型。算法使用数据集中的数据训练模型。

  • 预测,您可以利用预测工具运行推理,从而生成预测。


您可以通过 AWS 控制台、CLI 和开发工具包使用 Amazon Forecast。例如,您可以使用适用于 Python 的 AWS 开发工具包,在 Jupyter 笔记本中训练模型或获取预测,或者使用适用于 Java 的 AWS 开发工具包为现有业务应用程序添加预测功能。


定价和可用性


使用 Amazon Forecast 时,您仅需为实际使用的资源付费。Amazon Forecast 会产生三种不同的费用:


  • 生成的预测:预测是对单个变量在任何时间范围内的未来值的预测。预测的计费单位为 1000(四舍五入到最接近的千位)。

  • 数据存储:存储用于训练模型的每 GB 数据的成本。

  • 训练小时数:基于客户提供的数据,对自定义模型进行训练所需的每小时成本。

  • 作为 AWS 免费套餐的一部分,在初次使用 Amazon Forecast 的前两个月内,您可以免费享受以下权益:


生成的预测:每月最多 1 万次时间序列预测


数据存储:每月最多 10GB


训练小时数:每月最多 10 小时训练时长


Amazon Forecast 已面向以下区域提供预览版:美国东部(弗吉尼亚北部)、美国西部(俄勒冈)。


进行高度准确的时间序列预测从未如此轻松。我非常期待看到我们的客户会利用这款产品取得的成果!


本文转载自 AWS 技术博客。


原文链接:


https://amazonaws-china.com/cn/blogs/china/amazon-forecast-time-series-forecasting-made-easy/


2019-10-14 11:251325
用户头像

发布了 1953 篇内容, 共 165.3 次阅读, 收获喜欢 82 次。

关注

评论

发布
暂无评论
发现更多内容

H20 首发!上 Neolink.AI 免费尝鲜

MatrixOrigin

gpu 算力

贝壳的面经!怎么好像有点简单?

王中阳Go

Go 面经

简化流程:京东商品详情API的快速集成指南

代码忍者

基于51单片机设计的热敏电阻测温系统

DS小龙哥

8月月更

黑神话悟空是什么游戏 黑神话悟空配置要求 苹果电脑怎么玩黑神话悟空 黑神话悟空和西游记的联系

阿拉灯神丁

游戏 Mac 软件 苹果电脑 CrossOver Mac下载 黑神话悟空

工单触发器如何助力企业提升效率?天润融通案例解析

天润融通

人工智能 天润融通

探索 Amazon Q Developer 那些有趣的功能

亚马逊云科技 (Amazon Web Services)

NGINX Gateway Fabric 如何实现复杂的路由规则

NGINX开源社区

JavaScript 开源 HTTP 经验分享 API

mac篮球游戏:NBA 2K23 Arcade Edition for Mac

你的猪会飞吗

mac单机游戏 mnac软件

望繁信科技荣获第六届“中国创翼”创业创新大赛二等奖,将代表上海市参加全国总决赛

望繁信科技

流程挖掘 流程智能 上海望繁信科技 现代企业服务 业务流程管理优化

在 Confluent Cloud 上使用 Databend Kafka Connect 构建实时数据流同步

Databend

HarmonyOS SDK助力美团单车提供便捷流畅扫码新体验

HarmonyOS SDK

HarmonyOS

网安科班精选!爱荷华大学教授的网络安全零基础入门教程!

我再BUG界嘎嘎乱杀

黑客 网络安全 信息安全 网络攻防 网安

智能化库存管理:1688商品详情API的革新应用

代码忍者

lastTab—Chrome 拓展开发实践

FunTester

redis设置用户名和密码

智慧源点

《Linux/UNIX系统编程手册》PDF

程序员李木子

在项目中到底应不应该用jwt?

左诗右码

Go

【每日涨知识】CPU中有没有对数指令?如何用程序去计算?

极客罗杰

掌握这种思维,让你每句话直击要害,颠覆你的职场表现

轶天下事

【功能详解】TimechoDB 与 Ignition 成功集成!

Apache IoTDB

【第2期】2024 搜索客 Meetup | Elasticsearch 的代码结构和写入查询流程的解读.md

极限实验室

elasticsearch Meetup easysearch 极限科技 搜索客社区

国内差旅报销系统排名:2024年最主流7大选择

易成研发中心

项目管理 报销管理系统

69 个Spring mvc 全部注解:真实业务使用案例说明(必须收藏)

肖哥弹架构

spring springmvc springboot 注解

macos 10.15系统:macOS Catalina for mac 正式版

你的猪会飞吗

mac软件下载 mac破解软件下载

Amazon Forecast,简化时间序列预测_语言 & 开发_亚马逊云科技 (Amazon Web Services)_InfoQ精选文章