Amazon Forecast tidak lagi tersedia untuk pelanggan baru. Pelanggan Amazon Forecast yang ada dapat terus menggunakan layanan seperti biasa. Pelajari lebih lanjut”

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Algoritma Amazon Forecast

Prediktor Amazon Forecast menggunakan algoritme untuk melatih model dengan kumpulan data deret waktu Anda. Model terlatih kemudian digunakan untuk menghasilkan metrik dan prediksi.

Jika Anda tidak yakin algoritme mana yang akan digunakan untuk melatih model Anda, pilih AutoML saat membuat prediktor dan biarkan Forecast melatih model optimal untuk kumpulan data Anda. Jika tidak, Anda dapat memilih salah satu algoritma Amazon Forecast secara manual.

Algoritma Forecast bawaan

Amazon Forecast menyediakan enam algoritme bawaan untuk Anda pilih. Ini berkisar dari algoritma statistik yang umum digunakan seperti Autoregressive Integrated Moving Average (ARIMA), hingga algoritma jaringan saraf yang kompleks seperti CNN-QR dan DeePAR+.

CNN-QR

arn:aws:forecast:::algorithm/CNN-QR

Amazon Forecast CNN-QR, Convolutional Neural Network - Quantile Regression, adalah algoritma machine learning berpemilik untuk meramalkan time series menggunakan causal convolutional neural networks (CNNs). CNN-QR bekerja paling baik dengan dataset besar yang berisi ratusan rangkaian waktu. Ini menerima metadata item, dan merupakan satu-satunya algoritma Forecast yang menerima data deret waktu terkait tanpa nilai future.

Deepar +

arn:aws:forecast:::algorithm/Deep_AR_Plus

Amazon Forecast Deepar+ adalah algoritma machine learning eksklusif untuk memperkirakan deret waktu menggunakan jaringan saraf berulang (RNN). Deepar+bekerja paling baik dengan dataset besar yang berisi ratusan fitur time series. Algoritma menerima seri waktu dan metadata item terkait berwawasan ke depan.

Nabi

arn:aws:forecast:::algorithm/Prophet

Nabi adalah algoritma peramalan deret waktu berdasarkan model aditif di mana tren non-linier sesuai dengan musiman tahunan, mingguan, dan harian. Ini bekerja paling baik dengan deret waktu dengan efek musiman yang kuat dan beberapa musim data historis.

NPT

arn:aws:forecast:::algorithm/NPTS

Algoritma kepemilikan Amazon Forecast Non-Parametric Time Series (NPTS) adalah peramal dasar probabilistik yang dapat diskalakan. NPTS sangat berguna saat bekerja dengan rangkaian waktu yang jarang atau intermiten. Forecast menyediakan empat varian algoritma: Standard NPTS, Musiman NPTS, Climatological Forecaster, dan Musiman Climatological Forecaster.

ARIMA

arn:aws:forecast:::algorithm/ARIMA

Autoregressive Integrated Moving Average (ARIMA) adalah algoritma statistik yang umum digunakan untuk peramalan deret waktu. Algoritma ini sangat berguna untuk dataset sederhana dengan di bawah 100 seri waktu.

ETS

arn:aws:forecast:::algorithm/ETS

Exponential Smoothing (ETS) adalah algoritma statistik yang umum digunakan untuk peramalan deret waktu. Algoritma ini sangat berguna untuk kumpulan data sederhana dengan seri waktu di bawah 100, dan kumpulan data dengan pola musiman. ETS menghitung rata-rata tertimbang atas semua pengamatan dalam kumpulan data deret waktu sebagai prediksi, dengan bobot yang menurun secara eksponensial dari waktu ke waktu.

Pelajari selengkapnya tentang Algoritma Forecast

Gunakan tabel berikut untuk menemukan opsi terbaik untuk kumpulan data deret waktu Anda.

* Untuk informasi lebih lanjut tentang rangkaian waktu terkait, lihat Seri Waktu Terkait.