Persyaratan kumpulan data untuk menggunakan wawasan ML dengan Amazon QuickSight

Untuk mulai menggunakan kemampuan pembelajaran mesin Amazon QuickSight, Anda harus terhubung ke atau mengimpor data Anda. Anda dapat menggunakan QuickSight kumpulan data Amazon yang ada atau membuat yang baru. Anda dapat langsung menanyakan sumber yang kompatibel dengan SQL Anda, atau memasukkan data ke dalamnya. SPICE

Data harus memiliki properti berikut:

• Setidaknya satu metrik (misalnya, penjualan, pesanan, unit yang dikirim, pendaftaran, dan sebagainya).

• Setidaknya satu dimensi kategori (misalnya, kategori produk, saluran, segmen, industri, dan sebagainya). Kategori dengan nilai NULL diabaikan.

• Deteksi anomali membutuhkan minimal 15 titik data untuk pelatihan. Misalnya, jika butir data Anda setiap hari, Anda memerlukan setidaknya 15 hari data. Jika biji-bijian bulanan, Anda memerlukan setidaknya 15 bulan data.

• Peramalan bekerja paling baik dengan lebih banyak data. Pastikan kumpulan data Anda memiliki data historis yang cukup untuk hasil yang optimal. Misalnya, jika butir data Anda setiap hari, Anda memerlukan setidaknya 38 hari data. Jika biji-bijian bulanan, Anda memerlukan setidaknya 43 bulan data. Berikut ini adalah persyaratan untuk setiap butir waktu:

  • Tahun: 32 titik data

  • Kuartal: 35 titik data

  • Bulan: 43 titik data

  • Minggu: 35 titik data

  • Hari: 38 titik data

  • Jam: 39 titik data

  • Menit: 46 titik data

  • Detik: 46 titik data

• Jika Anda ingin menganalisis anomali atau prakiraan, Anda juga memerlukan setidaknya satu dimensi tanggal.

Jika Anda tidak memiliki kumpulan data untuk memulai, Anda dapat mengunduh kumpulan data sampel ini: Kumpulan Data Sampel Insights ML Insights VI. Setelah Anda menyiapkan kumpulan data, buat analisis baru dari kumpulan data.