- Ürünler›
- Makine Öğrenimi›
- Amazon Forecast
Genel Bakış
Amazon Forecast'te yalnızca kullandığınız kadar ödersiniz. Minimum ücret ve ön taahhüt bulunmamaktadır. Amazon Forecast kullanılırken göz önünde bulundurulması gereken dört farklı maliyet türü vardır:
-
İçeri aktarılan veriler: eğitim ve tahmin için Amazon Forecast'e aktarılan her bir GB veri başına maliyet.
-
Bir öngörücü eğitmek: Giriş verilerinize dayalı özel bir öngörücü oluşturmak veya öngörücü performansını izlemek için gereken altyapı kullanımının her saati için maliyet. Eğitim süresi; verilerinizi temizlemek, birden fazla algoritmayı birbirine paralel olarak eğitmek, algoritmaların en iyi kombinasyonunu bulmak, doğruluk ölçümlerini hesaplamak, açıklanabilirlik öngörüleri oluşturmak, öngörme aracı performansını ve tahmin oluşturmanın altyapı kullanımını izlemek için geçen süreyi içerir. Maliyetlerin bir öngörme aracını eğitmek için gereken saat cinsinden gerçek süreye değil, kullanılan bulut sunucusu saati sayısına dayandığını unutmayın. Amazon Forecast bir öngörme aracını eğitmek için birden fazla bulut sunucusunu birbirine paralel olarak dağıttığından, kullanılan saat sayısı gözlemlenen gerçek saat süresini aşacaktır.
-
Oluşturulan tahmin veri noktaları: tüm zaman serisi (öğeler ve boyutlar) kombinasyonları genelinde oluşturulan benzersiz tahmin değerlerinin sayısının maliyeti. Tahmin veri noktaları; benzersiz zaman serilerinin sayısı (ör. SKU x mağazalar), kantil sayısı ve tahmin ufku içindeki zaman noktalarının birleşimidir. Tahmin edilen veri noktaları, tahminler oluşturularak ve "ne olursa ne olur?" analizleri yoluyla üretilen veri noktalarını içerir.
-
Tahmin açıklamaları: özniteliklerin veya ilgili verilerin her bir öğe ve zaman noktası için tahminleriniz üzerindeki etkisini açıklama maliyeti. Açıklanabilirlik, veri kümelerinizdeki özniteliklerin tahmin değerlerinizi nasıl etkilediğini daha iyi anlamanıza yardımcı olur. Maliyet, tahmin veri noktalarının sayısına ve açıklanan özniteliklerin (ör. fiyat, tatiller, hava durumu endeksi) sayısına dayanır.
Amazon Forecast İçin AWS Fiyatlandırma Hesaplama Aracı
Amazon Forecast kullanarak mimari çözümünüzün maliyetini tahmin etmek için AWS Fiyatlandırma Hesaplayıcısını kullanın.
Ücretsiz Kullanım
Müşteriler, ilk iki aylık Forecast kullanımlarında her ay 100.000 adede kadar tahmin noktası, her ay 10 GB'a kadar veri depolama ve her ay 10 saate kadar eğitim hakkına sahiptir.
Fiyatlandırma tabloları
|
Cost Type
|
Pricing
|
Details
|
|---|---|---|
|
İçeri aktarılan veriler
|
GB başına 0,088 USD
|
Amazon Forecast'e aktarılan her bir GB veri için.
|
|
Bir öngörme aracını eğitme
|
Saat başına 0,24 USD
|
Verilerinizi temizlemek, birden fazla algoritmayı birbirine paralel olarak eğitmek, algoritmaların en iyi kombinasyonunu bulmak, doğruluk ölçümlerini hesaplamak, açıklanabilirlik etki puanlarını oluşturmak, öngörme aracı performansını izlemek ve tahminler oluşturmak için harcanan her bir saat için. Amazon Forecast bir öngörme aracını eğitmek için birden fazla bulut sunucusunu birbirine paralel olarak dağıtır. Bu nedenle kullanılan saat sayısı gözlemlenen gerçek saat süresini aşacaktır.
|
|
Oluşturulan tahmin veri noktaları
|
*Katmanlı fiyatlandırmayı içeren aşağıdaki Tablo 1'e bakın
|
"Ne olursa ne olur?" analizleri de dahil olmak üzere tahminler oluşturmak için her kantildeki her 1.000 tahmin veri noktası için. Tahmin veri noktaları en yakın binliğe yuvarlanır.
|
|
Tahmin Açıklamaları
|
**Katmanlı fiyatlandırmayı içeren aşağıdaki Tablo 2'ye bakın
|
Her 1.000 açıklama için - tahmin veri noktaları çarpı özniteliklerin (Fiyat veya Tatiller gibi) sayısı. Açıklamalar en yakın binliğe yuvarlanır. Her açıklanabilirlik işi için 50 zaman serilik ve 500 zaman noktalık bir sınır vardır.
|
*Tablo 1
Oluşturulan Tahminler Veri Noktaları katmanlı fiyatlandırma tablosu
|
Generated forecast data points per month
|
Price per 1000 forecast data points
|
|---|---|
|
İlk 100.000 tahmin veri noktası
|
2,00 USD
|
|
Sonraki 900.000 tahmin veri noktası
|
0,80 USD
|
|
Sonraki 49 milyon tahmin veri noktası
|
0,20 USD
|
|
50 milyon tahmin veri noktası aşıldığında
|
0,02 USD
|
Not: Eski CreatePredictor API'si ile eğitilmiş bir öngörücü kullanarak tahmin üreten müşteriler, erişim miktarı için öğelerin ve boyutların birleşimi olan 1.000 zaman serisi başına 0,60 ABD doları ücret almaya devam edecektir. Tahminler en yakın bine yuvarlanır.
**Tablo 2
Tahmin Açıklamaları katmanlı fiyatlandırma tablosu
|
Forecast Explanations per month
|
Price per 1000 explanations
|
|---|---|
|
İlk 50.000 açıklama
|
2,00 USD
|
|
Sonraki 950.000 açıklama
|
0,80 USD
|
|
Sonraki 9,9 milyon açıklama
|
0,25 USD
|
|
10 milyon açıklama aşıldığında
|
0,15 USD
|
Fiyatlandırma örneği 1 - Ürün Talep Tahmini
Diyelim ki giyim ürünleri üreten bir şirketiniz ve dünya çapında 50 mağazada satılan 1.000 ürününüz var ve önümüzdeki 7 güne ait ürün talebini 1 kantilde tahmin ediyorsunuz. Bir öğe ve mağaza konumunun her kombinasyonu bir zaman serisine eşittir. Dolayısıyla 50.000 (1000 öğe x 50 mağaza) zaman serisini tahmin etmeniz gerekir. 1 kantilde tahmin işlemi yürüttüğünüz için toplam 50.000 tahmin (50.000 zaman serisi x 1 kantil) yaparsınız. Haftalık tahmin sıklığıyla önünüzdeki 7 güne dönük tahminler oluşturacağınız durumlarda, gelecekteki 1 veri noktası için toplam 50.000 tahmin veri noktasıyla (50.000 tahmin x 1 veri noktası) tahmin yürütürsünüz.
|
Cost Type
|
Pricing
|
Usage Cost
|
|---|---|---|
|
5 GB veri içeri aktarımı
|
GB başına 0,088 USD
|
5 GB x GB başına 0,088 USD = 0,44 USD
|
|
3 saat eğitim
|
Saat başına 0,24 USD
|
3 saat x saat başına 0,24 USD = 0,72 USD
|
|
50.000 tahmin veri noktası
|
İlk 100.000 tahmin veri noktası için 1.000 tahmin veri noktası başına 2 USD
|
50 bin tahmin x 1.000 tahmin başına 2 USD = 100 USD
|
|
-
|
- |
Toplam Maliyet = 101,16 USD
|
Fiyatlandırma örneği 1 Tahmin
Şimdi şu gibi bir değişikliğe gidelim: Şimdi günlük tahmin sıklığıyla önünüzdeki 7 güne dönük tahminler oluşturuyorsunuz. Bu ise gelecekteki 7 veri noktası için toplam 350.000 tahmin veri noktasıyla (50.000 tahmin x 7 veri noktası) tahmin oluşturacağınız anlamına gelir.
|
Cost Type
|
Pricing
|
Usage Cost
|
|---|---|---|
|
5 GB veri içeri aktarımı
|
GB başına 0,088 USD
|
5 GB x GB başına 0,088 USD = 0,44 USD
|
|
3 saat eğitim
|
Saat başına 0,24 USD
|
3 saat x saat başına 0,24 USD = 0,72 USD
|
|
350.000 tahmin veri noktası
|
İlk 100.000 tahmin veri noktası için 1.000 tahmin veri noktası başına 2 USD
Sonraki 900.000 tahmin veri noktası için 1.000 tahmin veri noktası başına 0,80 USD |
100.000 x 1.000 tahmin veri noktası başına 2 USD = 200 USD
Toplam= 200 USD + 200 USD = 400 USD |
|
-
|
- |
Toplam Maliyet = 401,16 USD
|
Yukarıdaki fiyatlandırma örneği bir ay içinde tek bir tahmin oluşturma işi gerçekleştirildiği varsayılarak hazırlanmıştır
Fiyatlandırma örneği 2 - Kapasite Planlama
Diyelim ki bir enerji şirketiniz var. Hem gaz hem de elektrik tüketen 5.000 konut müşteriniz var. Her konut müşterisi ve enerji türü kombinasyonu bir zaman serisine eşittir. Dolayısıyla 10.000 (2 enerji türü x 5.000 konut müşterisi) zaman seriniz var. Bir saatlik tahmin sıklığıyla önünüzdeki 24 saati 1 kantilde planlamanız gerektiğini varsayalım. Bu durumda toplam 240.000 tahmin veri noktasını (10.000 zaman serisi X 1 kantil x 24 saat) tahmin ediyorsunuz. Bir Fiyat niteliği ekliyorsunuz ve öngörme aracının eğitimi için Tatilleri ve Amazon Forecast Hava Durumu Endeksi yerleşik veri kümelerini eklemeyi seçtiniz. Diyelim ki en fazla doğal gaz tüketen ilk 100 müşteriniz için tahminleri en çok hangi özniteliklerin etkilediğini öğrenmek istiyorsunuz. Tahmin açıklanabilirliği maliyeti aşağıdaki gibi olacaktır.
|
Number of explainability jobs
|
100 customer time series / 50 time series maximum per explainability job = 2
|
|---|---|
|
Açıklanabilirlik işi başına açıklanan tahmin veri noktalarının sayısı
|
50 konut müşterisi x 1 enerji türü x 1 kantil x 24 saat = 1.200
|
|
Açıklanan özniteliklerin sayısı
|
Fiyat + Tatil + Hava Durumu Endeksi = 3
|
|
Bir aydaki toplam açıklama sayısı
|
1.200 x 3 x 2 = 8.000 (en yakın bine yuvarlanır)
|
|
Toplam maliyet
|
2 USD/1.000 açıklama x 8.000 açıklama = 16 USD
|
Yukarıdaki fiyatlandırma örneği bir ay içinde tek bir tahmin oluşturma işi gerçekleştirildiği varsayılarak hazırlanmıştır