Veröffentlicht am: Mar 9, 2021
Amazon Forecast verwendet Machine Learning (ML), um genaue Bedarfsprognosen zu generieren, ohne dass vorherige ML-Erfahrung erforderlich ist. Forecast bringt die gleiche Technologie, die auch bei Amazon.com genutzt wird, als vollständig verwalteten Service zu den Entwicklern und beseitigt so die Notwendigkeit, Ressourcen zu verwalten oder Systeme umzubauen.
Sie können mit dem Generieren von Prognosen über Amazon Forecast mit den folgenden drei Schritten starten: 1) Daten importieren, 2) einen Prädiktor trainieren und bewerten und 3) Prognosen generieren. Heute können wir bekanntgeben, dass Sie in Zukunft bei der Verwaltung Ihrer Amazon Forecast-Workflows und -Experimente flexibler sein werden. Wenn Sie eine Aufgabe versehentlich gestartet oder einen Workflow falsch konfiguriert haben, können Sie diese jetzt anhalten, während sie laufen. Zuvor war es nicht möglich, laufende APIs anzuhalten, sodass Sie warten mussten, bis die Aufgabe abgeschlossen war und damit verbundene Kosten zahlen mussten. Wenn Sie jetzt Datasets importieren, Prädiktoren trainieren, Prädiktor-Backtest-Ergebnisse exportieren, Prognosen erstellen und Prognoseergebnisse exportieren, haben Sie mehr Flexibilität bei der Verwaltung Ihrer Amazon Forecast-Workflows.
Ab heute können Sie die folgenden Amazon Forecast-Ressourcenworkflows ganz einfach anhalten:
- Dataset-Gruppenimport (CreateDatasetImportJob)
- Prädiktor-Training (CreatePredictor)
- Prädiktor-Backtest-Export (CreatePredictorBacktestExportJob)
- Prognose (CreateForecast)
- Prognosenexport (CreateForecastExportJob)
Um mit dieser Funktion zu starten, lesen Sie unseren Blog hier, sehen Sie sich die Anleitung unter der Ressource Filtern von Stoppwörtern an. Sie können diese Funktion in allen Regionen nutzen, in denen Amazon Forecast öffentlich verfügbar ist. Weitere Informationen zur Verfügbarkeit finden Sie in den Regionalen AWS-Services.
Geändert am 25.8.2021 – Um ein großartiges Erlebnis zu gewährleisten, wurden abgelaufene Links in diesem Beitrag aktualisiert oder aus dem ursprünglichen Beitrag entfernt.