Amazon Forecast는 더 이상 신규 고객에게 제공되지 않습니다. Amazon Forecast의 기존 고객은 서비스를 정상적으로 계속 사용할 수 있습니다. 자세히 알아보기

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Amazon Forecast 알고리즘

Amazon Forecast 예측자는 알고리즘을 사용하여 시계열 데이터 세트로 모델을 학습시킵니다. 그런 다음 학습된 모델을 사용하여 지표와 예측을 생성합니다.

모델 훈련에 어떤 알고리즘을 사용해야 할지 잘 모르겠으면 예측 변수를 만들 때 AutoML을 선택하고 Forecast에서 데이터 세트에 맞는 최적의 모델을 훈련시키도록 하세요. 그렇지 않으면 Amazon Forecast 알고리즘 중 하나를 수동으로 선택할 수 있습니다.

내장된 Forecast 알고리즘

Amazon Forecast는 선택할 수 있는 6가지 내장 알고리즘을 제공합니다. 이러한 알고리즘은 자기회귀 통합 이동 평균(ARIMA)과 같이 일반적으로 사용되는 통계 알고리즘부터 CNN-QR 및 DeepAr+ 같은 복잡한 신경망 알고리즘에 이르기까지 다양합니다.

CNN-QR

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

Amazon Forecast CNN-QR, 컨벌루션 신경망 - 분위수 회귀는 인과 컨벌루션 신경망(CNN)을 사용하여 시계열을 예측하는 독점적인 기계 학습 알고리즘입니다. CNN–QR은 수백 개의 시계열을 포함하는 대규모 데이터 세트에서 가장 잘 작동합니다. CNN-QR은 항목 메타데이터를 받아들이며 미래 값이 없는 관련 시계열 데이터를 받아들이는 유일한 Forecast 알고리즘입니다.

DeepAR+

arn:aws:forecast:::algorithm/Deep_AR_Plus

Amazon Forecast DeepAR+는 반복 신경망(RNN)을 사용하여 시계열을 예상하는 독점적인 기계 학습 알고리즘입니다. DeepAR+는 수백 개의 특성 시계열을 포함하는 대규모 데이터 세트에서 가장 잘 작동합니다. 알고리즘은 미래 예측 관련 시계열 및 항목 메타데이터를 받아들입니다.

Prophet

arn:aws:forecast:::algorithm/Prophet

Prophet은 비선형 추세가 연도별, 주별, 일별 계절성에 맞는 가법 모델을 기반으로 하는 시계열 예측 알고리즘입니다. 계절적 영향이 강하고 여러 시즌의 과거 데이터를 가진 시계열에 가장 적합합니다.

NPTS

arn:aws:forecast:::algorithm/NPTS

Amazon Forecast Non-Parametric Time Series(NPTS) 독점 알고리즘은 확장 가능하고 확률적 기준 예측자입니다. NPTS는 희소하거나 간헐적인 시계열로 작업할 때 특히 유용합니다. 예측은 표준 NPTS, 계절 NPTS, 기후 예측 및 계절 기후 예측기라는 네 가지 알고리즘 변형을 제공합니다.

ARIMA

arn:aws:forecast:::algorithm/ARIMA

Autoregressive Integrated Moving Average(ARIMA)는 일반적으로 사용되는 시계열 예측용 로컬 통계 알고리즘입니다. 이 알고리즘은 시계열이 100개 미만인 단순 데이터 세트에 특히 유용합니다.

ETS

arn:aws:forecast:::algorithm/ETS

Exponential Smoothing(ETS)은 시계열 예상에 일반적으로 사용되는 통계 알고리즘입니다. 이 알고리즘은 시계열이 100개 미만인 단순 데이터 세트와 계절성 패턴이 있는 데이터 세트에 특히 유용합니다. ETS는 시간이 지남에 따라 가중치가 기하급수적으로 감소하면서 시계열 데이터 세트의 모든 관측치에 대한 가중 평균을 예측으로 계산합니다.

Forecast 알고리즘 비교

다음 표를 사용하여 시계열 데이터 세트에 가장 적합한 옵션을 찾아보세요.

*관련 시계열에 대한 자세한 내용은 관련 시계열을 참조하세요.