Publié le: Nov 19, 2021
Nous sommes très heureux d'annoncer deux nouvelles API de prédictions pour Amazon Forecast qui génèrent des prédictions jusqu'à 40 % plus précises et qui vous aident à comprendre quels facteurs (par exemple, le prix, les vacances, la météo ou la catégorie d'article) ont le plus d'influence sur vos prédictions. Forecast utilise le machine learning (ML) pour générer des prédictions de demande plus précises, sans nécessiter d'expérience en ML. Forecast met à la disposition des développeurs la même technologie que celle utilisée sur Amazon, sous la forme d'un service entièrement géré, supprimant ainsi la nécessité de gérer des ressources.
Avec le lancement d'aujourd'hui de la nouvelle API CreateAutoPredictor, Forecast peut désormais prédire des résultats jusqu'à 40 % plus précise en utilisant une combinaison d'algorithmes de ML qui conviennent le mieux à vos données. Dans de nombreux scénarios, les experts en ML entraînent des modèles distincts pour les différentes parties de leur jeu de données afin d'améliorer la précision des prédictions. Ce processus de segmentation de vos données et d'application de différents algorithmes peut s'avérer très difficile pour les personnes qui ne sont pas expertes en ML. Forecast utilise le ML pour apprendre non seulement le meilleur algorithme pour chaque élément, mais également le meilleur ensemble d'algorithmes pour chaque élément, ce qui permet d'obtenir des prédictions jusqu'à 40 % plus précises.
Auparavant, vous deviez entraîner à nouveau l'intégralité de votre modèle de prédiction si vous si vous apportiez des données récentes dans le but d'utiliser les dernières informations avant de faire des prédictions pour la période suivante. Ce processus peut s'avérer fastidieux. La plupart des clients de Forecast déploient leurs flux de prédiction au sein de leurs opérations, comme une solution de gestion d'inventaire, puis exécutent leurs opérations à une cadence définie. Étant donné qu'entraîner à nouveau toute les données peut prendre beaucoup de temps, les opérations des clients peuvent être retardées. Avec le lancement d'aujourd'hui, vous pouvez économiser jusqu'à 50 % du temps d'entraînement en choisissant de ré-entraîner de façon progressive vos modèles AutoPredictor avec les nouvelles informations que vous avez ajoutées.
Enfin, le modèle de prédiction AutoPredictor contribue également à l'explicabilité des modèles. Pour augmenter davantage la précision des modèles de prédiction, vous pouvez ajouter des informations ou des attributs supplémentaires, tels que les prix, les promotions, des détails sur la catégorie, les vacances ou des informations météorologiques. Toutefois, il se peut que vous ne sachiez pas la façon dont chaque attribut influence vos prédictions. Avec le lancement d'aujourd'hui, Forecast vous aide désormais à comprendre et à expliquer la façon dont votre modèle fait des prédictions en proposant des rapports d'explicabilité une fois que votre modèle aura été entraîné. Les rapports d'explicabilité incluent des scores d'impact afin que vous puissiez comprendre comment chaque attribut de vos données d'entraînement contribue à augmenter ou à diminuer les valeurs prévues. La compréhension de la manière dont votre modèle effectue des prédictions vous permet de prendre des décisions professionnelles plus éclairées. De plus, en utilisant la nouvelle API CreateExplainability, Amazon Forecast fournit désormais des informations détaillées sur l'explicabilité au niveau des éléments quant à des éléments spécifiques et à la durée choisie. Mieux comprendre pourquoi la valeur d'une prédiction spécifique est élevée ou faible à un moment donné est utile pour prendre des décisions et renforcer la confiance dans vos solutions de ML. Grâce à l'explicabilité, vous n'avez plus besoin d'exécuter plusieurs analyses manuelles pour comprendre les ventes passées et les tendances des variables externes afin d'expliquer les résultats des prédictions.
Pour bénéficier de prédictions plus précises, d'un nouvel entraînement plus rapide et d'un modèle d'explicabilité, lisez notre blog ou suivez les étapes décrites dans ce bloc-notes sur notre référentiel GitHub. Si vous souhaitez mettre à niveau vos modèles de prédiction existants vers la nouvelle API CreateAutoPredictor, vous pouvez le faire en un clic via la console ou en suivant les indications décrites dans le bloc-notes sur notre référentiel GitHub. Pour en savoir plus, consultez les prédicteurs de formation. Pour obtenir des informations sur l'explicabilité au niveau des éléments, lisez notre blog et suivez les étapes décrites dans ce bloc-notes sur notre référentiel GitHub. Vous pouvez également consulter les sections Explicabilité des prédictions ou API CreateExplainability.
Ces lancements s'accompagnent d'une nouvelle tarification, que vous pouvez consulter sur la page tarification d'Amazon Forecast. Vous pouvez bénéficier de ces nouvelles fonctionnalités dans toutes les régions où Amazon Forecast est publiquement disponible. Pour plus d'informations sur la disponibilité par région, consultez la sectionServices régionaux AWS.