![](http://www.ctiforum.com/uploadfile/2019/0826/20190826022503334.jpg)
AWS现在正式推出应用深度学习技术,由云端完全托管的时间序列预测服务Amazon Forecast,让使用者不需要拥有机器学习经验,只要上传历史时间序列数据以及其他相关数据,Amazon Forecast就能够自动处理数据,并挑选最适合的演算法来训练模型,并为用户提供高精确度的时间序列预测结果。
时序预测用来预测与时间相关的数据未来值,像是每周销售额、每日库存或是每小时网站流量等,AWS提到,企业会使用简单的试算表甚至是复杂的财务规划软件,透过历史时间序列数据以产生预测结果,像是以过去的雨衣销售数据,预测未来的雨衣销售状况,但是这样方法的缺点,是难以为多组不规则的数据,产生精准的预测,也无法简单地将时间序列数据和独立变数结合,像是将价格、折扣和网路流量等数据,与产品特徵或是商店位置等资讯相关联。
而Amazon Forecast应用深度学习技术,能将网页流量和销售额等历史时间序列数据,结合假日、促销活动等独立变数数据,为使用者提供精确的时间序列预测。这是Amazon应用自家在零售、供应链和伺服器容量等时间预测经验,所发展出可扩展且高精确度时间序列预测服务,用户可用於各种领域的时序预测,包括资讯服务运作、商业营运、货物或是服务的库存,以及零售促销等活动。
Amazon Forecast可同时使用深度神经网路以及传统的统计方法,提供高精确的预测。Amazon Forecast会自动从用户提供的数据中学习,并选择最适合的演算法来训练模型,AWS提到,当用户有许多时间序列数据,则使用深度学习演算法,会比传统统计指数平滑法还要精准。
这整个预测工作流程从数据上传/处理、模型训练、数据集更新以及预测,都是自动化进行,开发者可以选择使用Amazon Forecast API、命令列工具或是控制台,将训练数据集导入到Amazon Forecast中,进行後续模型训练以及部署工作。
企业能够使用API,将预测功能整合到系统中,以取得预测结果,也可以从控制台查询以及视觉化不同精细度的时间序列预测,并且查看预测程式(Predictor)精确度指标,或是批次输出CSV档案,再将数据上传到下游系统。