Машинное обучение Amazon AWS - прогноз продаж продукта мудрый

Я новичок в Амазонке Машинное обучение. Я мог генерировать предсказания, используя машинное обучение, используя "линейную регрессию", однако я не смог найти подходящий пример: "Для этого продукта, сколько единиц будет продаваться?". Я ожидал бы найти, сколько продуктов потребуется в каждой категории в будущем, используя прогноз. Я ожидал, что во входных данных можно определить просто ось X и Y, однако машинное обучение amazon ожидает только цели и график автоматически генерируется. Ось X всегда принимает количество записей из входного CSV вместо количества проданного продукта.

Мне нужно руководство, как действовать дальше, документ или материалы для дальнейшего использования.

Спасибо Радж

1 ответ

Решение

Амазонское машинное обучение работает под контролем обучения. Вы должны предоставить ему исторические данные (насколько это возможно) и результат. Затем он может предсказать результат, когда ему предоставляется набор входных данных.

Например, если вы прогнозировали продажи мороженого, вы можете предоставить такие входные данные, как:

  • Месяц
  • День недели (пн-вс)
  • Погода (солнечно, ветрено, жарко, холодно)
  • Это государственный праздник?
  • Это школьный праздник?
  • температура

Вы также предоставите результат, например, количество проданного мороженого.

Вы берете как можно больше указанных выше данных и загружаете их в Amazon Machine Learning, которая затем генерирует модель, которая наилучшим образом соответствует вашим данным. Внутренне, он будет использовать линейную регрессию, но он автоматически выберет модель, используя множество различных алгоритмов прогнозирования.

Затем вы можете попросить его предсказать значения для данного набора входных данных, таких как:

  • июль
  • среда
  • Ветреный день
  • Не государственный праздник
  • Школьные каникулы
  • Температура 50 F

Затем он будет генерировать прогнозируемый уровень продаж мороженого.

Машинное обучение работает лучше всего, если вы можете предоставить ему множество примеров, чтобы лучше построить прогностический алгоритм. Вы также должны предоставить много разных переменных. Например, не просто дайте ему дату, потому что дата меняется каждый день. Вместо этого разбейте его на День недели, Месяц, Квартал, Государственный праздник - чтобы он мог найти более глубокий смысл в самом дне, а не просто как 128-й день года.

Дополнительную информацию см. В разделе Основные понятия машинного обучения Amazon.

Другие вопросы по тегам