Amazon Forecast Sekarang Menggunakan Convolutional Neural Networks (CNN) Untuk Melatih Model Peramalan Hingga 2X Lebih Cepat Dengan Akurasi Hingga 30% Lebih Tinggi

Amazon Forecast menggunakan pembelajaran mesin untuk menghasilkan perkiraan permintaan yang akurat, tanpa memerlukan pengalaman pembelajaran mesin sebelumnya untuk perencanaan persediaan, perencanaan tenaga kerja, perkiraan permintaan energi dan perkiraan penggunaan infrastruktur cloud. Teknologi ini telah dikembangkan dari lebih dari 20 tahun perkiraan di Amazon.com. Amazon Forecast adalah layanan yang dikelola sepenuhnya, sehingga tidak ada server yang harus disediakan, dan tidak ada model pembelajaran mesin untuk dibangun, dilatih, atau disebarkan.

Kami dengan senang hati mengumumkan bahwa Amazon Forecast sekarang dapat menggunakan Convolutional Neural Networks (CNN) untuk melatih model perkiraan hingga 2X lebih cepat dengan akurasi hingga 30% lebih tinggi. Algoritma CNN adalah kelas algoritma pembelajaran mesin berbasis jaringan saraf yang memainkan peran penting dalam sistem perkiraan permintaan Amazon.com dan memungkinkan Amazon.com memprediksi permintaan lebih dari 400 juta produk setiap hari. Untuk informasi lebih lanjut tentang teknologi peramalan permintaan bangunan perjalanan Amazon.com menggunakan model CNN, tonton video re:Mars 2019. Amazon Forecast membawa teknologi yang sama yang digunakan di Amazon.com ke tangan pengembang sehari-hari sebagai layanan yang dikelola sepenuhnya. Siapa pun dapat mulai menggunakan Forecast, tanpa pengalaman ML sebelumnya, dengan menggunakan konsol atau API Forecast.

Di Amazon, kami telah belajar selama bertahun-tahun bahwa tidak ada algoritma yang memberikan perkiraan paling akurat untuk semua jenis data. Model statistik tradisional telah berguna dalam memprediksi permintaan akan produk yang memiliki pola permintaan reguler, seperti lotion tabir surya di musim panas dan pakaian wol di musim dingin. Namun, model statistik tidak dapat memberikan perkiraan yang akurat untuk skenario yang lebih kompleks, seperti perubahan harga yang sering terjadi, perbedaan antara permintaan regional dibandingkan nasional, produk dengan kecepatan penjualan yang berbeda, dan penambahan produk baru.

Model pembelajaran mendalam yang canggih dapat memberikan akurasi yang lebih tinggi dalam kasus penggunaan ini. Forecast secara otomatis memeriksa data Anda dan memilih algoritma terbaik di serangkaian algoritma statistik dan deep learning untuk melatih model peramalan yang lebih akurat untuk data Anda. Dengan penambahan algoritma pembelajaran mendalam berbasis CNN, Forecast kini dapat meningkatkan akurasi hingga 30% dan melatih model hingga 2X lebih cepat dibandingkan dengan algoritma yang didukung saat ini. Algoritma baru ini dapat lebih akurat mendeteksi indikator permintaan terkemuka, seperti informasi pre-order, kunjungan halaman produk, perubahan harga, dan lonjakan promosi, untuk membangun perkiraan yang lebih akurat.

Untuk memulai, pelajari lebih lanjut tentang cara menggunakan algoritma CNN di blog kami dan lihat dokumentasi algoritma CNN-QR . Algoritma CNN baru tersedia di semua wilayah di mana Forecast tersedia untuk umum. Untuk informasi lebih lanjut tentang ketersediaan Region, lihat Region Table.

Artikel ini diterjemahkan dari Amazon Forecast now uses Convolutional Neural Networks (CNNs) to train forecasting models up to 2X faster with up to 30% higher accuracy.