使用 Amazon Forecast 的时间序列预测原理

发布日期：2021 年 9 月 1 日（文档历史记录）

现今，各公司使用各种工具从简单电子表格到复杂财务规划软件，试图准确预测未来的业务成果，如产品需求、资源需求和财务绩效。本白皮书介绍了预测、其术语、挑战和使用案例。本文档使用案例研究来强化预测概念、预测步骤，并提及 Amazon Forecast 如何帮助解决现实世界预测问题中的许多实际挑战。

概览

预测是指预测未来的科学技术。通过使用历史数据，企业可以了解趋势，确定可能发生的事情和时间，进而将这些信息纳入从产品需求到库存计划和人员配置等所有方面的未来计划。

考虑到预测的后果，精度很重要。如果预测值过高，客户可能会在产品和员工方面过度投资，导致投资浪费。如果预测值过低，客户可能会投资不足，导致原材料和库存短缺，从而造成糟糕的客户体验。

如今，企业试图使用从简单的电子表格到复杂的需求/财务规划软件的所有内容来生成预测，但由于两个原因，仍然无法实现高精度：

• 首先，传统预测很难纳入大量的历史数据，因而会错过在干扰中丢失的过往重要信号。

• 其次，传统预测很少包含相关但独立的数据，这些数据可以提供重要的背景信息（例如价格、假日/活动、缺货、营销促销等）。如果没有完整的历史数据和更广泛的背景，大多数预测都无法准确预测未来。

Amazon Forecast 是一项完全托管的服务，可以克服这些问题。Amazon Forecast 为当前的预测场景提供了最佳算法。它在适当的时候依靠现代化的机器学习（ML）和深度学习，提供高度准确的预测。Amazon Forecast 易于使用，不需要机器学习经验。该服务自动提供必要的基础设施，处理数据，并构建在 AWS 上托管并随时可以进行预测的自定义/私有机器学习模型。此外，随着机器学习技术的不断快速发展，Amazon Forecast 将其纳入其中，因此客户只需付出最少的额外努力，甚至无需付出任何额外努力，即可继续看到精度方面的改进。

您的架构是否完善？

当您在云中构建系统时，AWS Well-Architected Framework 可以帮助您了解所做决策的利弊。框架的六大支柱使您能够学习设计和操作可靠、安全、高效、经济实惠且可持续的系统的架构最佳实践。使用 AWS Management Console中免费提供的 AWS Well-Architected Tool，您可以通过回答面向每个支柱的一组问题，根据这些最佳实践来检查您的工作负载。

在本机器学习剖析中，我们重点介绍了如何在 AWS Cloud 中对机器学习工作负载进行设计、部署和架构设计。我们会将本剖析添加到 Well-Architected Framework 中描述的最佳实践。

有关云架构的更多专家指导和最佳实践（参考架构部署、图表和白皮书），请参阅 AWS Architecture Center。