投稿日: Nov 19, 2021
精度が最大 40% アップした予測を行なう Amazon Forecast の 2 つの新しい予測 API を発表できることを嬉しく思います。これは、料金、休日、天気または項目カテゴリなど、どのファクターが最もお客様の予測に影響を与えているかを把握するのに役立ちます。Forecast は、機械学習 (ML) を使用して、より正確な需要予測を生成します。機械学習の経験は不要です。Forecast は、Amazon で使用されているものと同じテクノロジーをフルマネージドサービスとしてデベロッパーに提供し、リソースを管理する必要がなくなります。
本日の新しい CreateAutoPredictor API のリリースにより、Forecast は、データに最適な機械学習アルゴリズムの組み合わせを使用することによって、精度が最大 40% アップした予測を行なうことができます。多くのシナリオで、機械学習エキスパートはデータセットの異なるパートの個別のモデルをトレーニングし予測精度を向上させます。データをセグメント化し、異なるアルゴリズムを適用するこのプロセスは、機械学習エキスパート以外の人にはとても困難な場合があります。Forecast は、機械学習を使用して各項目に最適なアルゴリズムを学習するだけでなく、各項目のアルゴリズムの最適な組み合わせも学習し、精度が最大 40% アップした予測を導き出します。
以前は、次の期間の予測をする前に、最新のデータを取り込んで最新のインサイトを使用する場合、もう一度すべての予測をトレーニングする必要があったかもしれません。これは時間のかかる作業です。ほどんどの Forecast のお客様は、インベントリ管理ソリューションなどのオペレーション内で予測ワークフローをデプロイし、設定された間隔で操作を実行します。すべてのデータについて再トレーニングを行なうのは時間がかかるため、お客様の作業に遅延が発生する場合があります。本日のリリースにより、追加した新しい情報を含む増分の AutoPredictor モデルの再トレーニングを選択することで最大 50% の再トレーニング時間を節約できます。
最後に、AutoPredictor の予測モデルはモデル説明可能性にも役立ちます。予測モデル精度をさらに上げるには、料金、プロモーション、カテゴリの詳細、休日、または天候情報などの追加情報または属性を追加しますが、各属性が予測にどう影響するかは分からない場合があります。本日のリリースで、Forecast はモデルをトレーニングした後、予測モデルが説明可能性レポートを提供することによりどのように予測を行なうかを把握し説明するのに役立つようになりました。説明可能性レポートには影響スコアが含まれているため、トレーニングデータの各属性が予測値の増加と減少のどちらにどのように寄与するかを把握できます。モデルがどのように予測を行うかを理解することで、より多くの情報に基づいたビジネス上の意思決定を行うことができます。加えて、新しい CreateExplainability API を使用すると、Amazon Forecast は、特定の項目および選択の期間全体にわたって詳細な項目レベルの説明可能性インサイトを提供するようになりました。 特定の予測値が特定の時間で高いまたは低いことをより深く把握すると、意思決定と信頼構築に役立ち、機械学習ソリューションに自信が持てます。説明可能性があれば、過去の売上や外部の可変トレンドを把握して予測結果を説明するために、複数の手動分析を実行する必要がなくなります。
より正確な予測、より速い再トレーニング、モデルの説明可能性の取得に関しては、ブログを読むか GitHub リポジトリのこのノートブックのステップに従ってください。既存の予測モデルを新しい CreateAutoPredictor API に更新する場合は、クリック 1 つでコンソールから、または GitHub リポジトリのノートブックに書かれている内容に従って実行してください。詳細については、「Predictors のトレーニング」をご参照ください。項目レベルの説明可能性インサイトを取得するには、ブロクを読み、GitHub リポジトリのこのノートブックに従ってください。「予測説明可能性」または「CreateExplainability API」もご参照ください。
これらのリリースにより料金が新しくなります。これは、「Amazon Forecast 料金」で確認いただます。これらの新しい機能は、Amazon 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、「AWS のリージョン別サービス」を参照してください。