Внедрите анализ временных рядов для электронной коммерции на Amazon Forecast с нуля! — Совершенно... скачать в хорошем качестве

Внедрите анализ временных рядов для электронной коммерции на Amazon Forecast с нуля! — Совершенно...

Больше подобных обучающих материалов на наших курсах AWS (специальное предложение!): CCP: http://bit.ly/3JrvXk7 | SAA: http://bit.ly/45HC77e 🔔 Привет, CloudWolves! Не забудьте подписаться на новые материалы и обучающие материалы для подготовки к сертификации AWS! https://youtube.com/@cloudwolfaws?sub...   / cloudwolf     / cloudwolfaws   Готовы к нашему новому семинару «Искусственный интеллект в облаке»? Это будет эпично, и вы узнаете так много! В этой новой лабораторной работе мы применим возможности Amazon Forecast для анализа временных рядов на примере реальной электронной коммерции. Мы построим модель прогнозирования временных рядов для прогнозирования спроса на товары в розничном магазине на основе истории продаж. Amazon Forecast — это полностью управляемый сервис глубокого обучения для прогнозирования временных рядов. Предоставляя Amazon Forecast исторические данные временных рядов, вы можете прогнозировать будущие точки этих рядов. Прогнозирование временных рядов полезно в различных областях, включая розничную торговлю, финансовое планирование, цепочки поставок и здравоохранение. Вы также можете использовать Amazon Forecast для прогнозирования операционных показателей для управления запасами, а также планирования и управления персоналом и ресурсами. Необходимые условия для этой лабораторной работы: убедитесь, что у вас есть настроенная учетная запись AWS. Также для освежения знаний рекомендую посмотреть следующие обучающие материалы на нашей платформе CloudWolf: Что такое S3? S3 Quick Win Amazon Forecast [Практическое занятие] Найдите папку с набором данных для этой лабораторной работы (Live Lab #12 - Datasets.zip) на нашей платформе CloudWolf. Вот описание данных в этой папке: Tiny Data: 1 магазин, 3 товара, 1 год (только 2017). Small Data: 1 магазин, 3 товара, 5 лет (с 2013 по 2017). Medium Data: 1 магазин, 50 товаров, 5 лет (с 2013 по 2017). Big Data: 10 магазинов, 50 товаров, 5 лет (с 2013 по 2017). Huge Data: 10 магазинов, 50 товаров, 5 лет (с 2013 по 2017), обучающий и тестовый наборы. С нетерпением ждем нашей новой лабораторной работы по CloudWolf! Вот временные метки видео: 0:00 Добро пожаловать! 0:45 Презентация наборов данных 6:00 Цены Amazon Forecast 9:00 Введение в Amazon Forecast: Создание группы наборов данных 12:00 Сохранение данных в S3 20:40 Amazon Forecast. Шаг 1: Импорт данных 28:55 Amazon Forecast. Шаг 2: Обучение предиктора 42:20 Amazon Forecast. Шаг 3: Создание прогнозов 53:45 Финальная очистка С уважением, Хаделин Другие семинары и курсы доступны здесь: https://community.cloudwolf.com/check... ДРУГИЕ ВИДЕО И ПЛЕЙЛИСТЫ ▶    • AWS Macie Tutorial [Encryption & Security]   ▶    • SageMaker Machine Learning workshop (with ...   #aws #ИИ #машинноеобучение #образование #технологии