此 AWS 解决方案实施有何用途?

“使用机器学习提高预测准确性”解决方案可生成、测试、比较和迭代 Amazon Forecast 预测。该解决方案可自动生成 Amazon QuickSight 或 Amazon SageMaker Jupyter 笔记本的预测并生成可视化控制面板,提供快速、简单的拖放界面,显示时间序列输入和预测输出。预测功能可用于预测零售库存需求、供应链规划、劳动力状况、Web 流量预测等。

预测可以跨维度(例如零售商店位置)或商品级别元数据(例如商品品牌、尺寸和颜色)进行比较。您可以将此数据用于以下用途:

  • 优化现有预测:通过 p50 预测节省时间并保持与旧工具的兼容性,或深入了解过度预置和预置不足问题。
  • 满足客户变化的需求:通过 p90 预测提供高客户满意度,其中的真实值预计在 90% 的时间里低于预测值。
  • 避免过度预置:通过 p10 预测节省成本并避免出现过度预置,其中的真实未来需求值预计只有 10% 的时间低于预测值。
使用 Amazon Forecast 生成的两个预测的对比
对比两个预测输出的示例图
该解决方案以三个默认分位数输出概率预测,以解决过度预置和预置不足的敏感性问题(如上面示例图所示)。
 单击可放大

优势

自动化流程

通过 Amazon Forecast 的自动化,简化多项实验的提取、建模和预测的流程。

blank

安全部署

使用 AWS CloudFormation 模板提供安全的一键式部署,该模板使用 AWS Well-Architected Framework 方法开发。

blank

主动监控

在成功和失败时通过电子邮件通知向用户,轻松监控预测。

blank

自动可视化

通过在 Amazon QuickSight 分析或 Jupyter 笔记本中整合输入数据和预测输出,促进协作与实验。

AWS 解决方案实施概览

使用该默认参数部署解决方案可在 AWS 云中构建以下无服务器环境。

使用机器学习提高预测准确性 | 架构图
 单击可放大

使用机器学习解决方案架构提高预测准确性

AWS CloudFormation 模板可部署自动化 Amazon Forecast 使用量和部署所需的资源。根据解决方案的功能,架构分为三个部分:数据准备、预测和数据可视化。该模板包括以下组件:

  1. Amazon Simple Storage Service (Amazon S3) 存储桶,适用于 Amazon Forecast 配置,在此您可以为数据集组、数据集预测器、预测和数据集本身指定配置设置。
  2. Amazon S3 事件通知,会在有新的数据集上传到相关 Amazon S3 存储桶时触发。
  3. 使用 Machine Learning AWS Step Functions 状态机提高预测准确性。这样会整合一系列 AWS Lambda 函数,用于在 Amazon Forecast 中构建、培训和部署您的 Machine Learning (ML) 模型。所有 AWS Step Functions 均可登录 Amazon CloudWatch
  4. Amazon Simple Notification Service (Amazon SNS) 电子邮件订阅,用于告知管理用户 AWS Step Functions 的结果。
  5. Amazon SageMaker 笔记本实例,数据科学家和开发人员可以借此准备和处理数据,以及评估 Forecast 输出。
  6. AWS Glue 作业整合原始预测输入数据、元数据、预测器回测导出和预测导出,形成预测的聚合视图。
  7. Amazon Athena 可用于借助标准 SQL 查询来查询预测输出。
  8. Amazon QuickSight 分析可基于每个预测而创建,跨预测项目的层次结构和类别以及项目级准确性指标为用户提供预测输出可视化。控制面板可以通过这些分析来创建,并且在您的组织内分享。

使用机器学习提高预测准确性

版本 1.3.3
发布日期:2021 年 6 月
作者:AWS

预计部署时间:5 分钟

估计费用 
使用下面的按钮订阅解决方案更新。

注意:要订阅 RSS 更新,您必须为您正在使用的浏览器启用 RSS 插件。 

此解决方案实施是否能为您提供帮助?
提供反馈 
视频
用解决方案解决:使用机器学习提高预测准确性
客户参考
App8 使用 AWS 解决方案帮助餐厅预测需求
了解科技公司 App8 如何使用通过机器学习提高零售预测准确性解决方案开发能够预测客户量以及特定菜单项需求的工具。
AWS for Industries
使用 Amazon Forecast 进行短期电力负荷预测

了解通过机器学习提高预测准确性解决方案如何简化电力和公用事业的短期电力负荷预测以提高了电网的可靠性。

空白
AWS 架构博客
通过机器学习提高零售预测准确性

在这篇博客文章中,我们将向您展示如何使用 Amazon Forecast 以及名为通过机器学习提高零售预测准确性的经 AWS 审查的解决方案构建可靠的零售预测系统。

构建图标
自己部署解决方案

浏览我们的 AWS 解决方案实施库,以获取常见架构问题的答案。

了解更多 
查找 APN 合作伙伴
查找 APN 合作伙伴

寻找 AWS 认证的咨询和技术合作伙伴,以帮助您入门。

了解更多 
探索图标
了解解决方案咨询服务

浏览我们的咨询服务组合,以获取经过 AWS 审查的解决方案部署帮助。

了解更多