投稿日: Sep 21, 2021
Amazon Forecast では、任意の精度メトリクスを選択して、任意の精度メトリクスの予測子のトレーニングを最適化するよう AutoML に指示できるようになりました。さらに、予測子を評価するために、平均重み付き分位損失 (平均 wQL)、平均絶対パーセント誤差 (MAPE)、および平均絶対スケール誤差 (MASE) の 3 つの精度メトリクスを追加しました。
事業オペレーションと、予測の評価に従来使用されてきた精度メトリクスに応じて、お客様は、予測子の評価のためにさまざまな精度メトリクスを使用することを希望していました。これまでは、お客様は、選択した各分布点の重み付き分位損失 (wQL) メトリクス、重み付き絶対誤差率 (WAPE)、および平均二乗誤差平方根 (RMSE) という 3 つの精度メトリクスを評価することで予測子の強度を理解していました。しかし、AutoML がモデルの精度を最適化するメトリクスをコントロールすることはできませんでした。
本日のリリースにより、お客様は、任意の特定の精度メトリクスのために予測子を最適化するよう AutoML に指示できるようになります。そして、Forecast は、予測モデルの強度を評価するための 5 つの異なるモデル精度メトリクスをお客様に提供します。これらは、任意のすべての分布点の平均重み付き分位損失 (平均 wQL)、重み付き絶対誤差率 (WAPE)、平均絶対パーセント誤差 (MAPE)、平均絶対スケール誤差 (MASE)、および平均二乗誤差平方根 (RMSE) であり、平均予測で計算されます。各メトリクスについて、負ではない低い値は、エラーが小さいことを示し、したがってモデルがより正確であることを示します。
この機能の使用を開始するには、ブログをお読みいただき、各精度メトリクスの詳細を確認し、Evaluating Predictor Accuracy を参照してください。この機能は、Forecast が公開されているすべてのリージョンで使用できます。利用できるリージョンの詳細については、リージョン表を参照してください。