Amazon Forecast tidak lagi tersedia untuk pelanggan baru. Pelanggan Amazon Forecast yang ada dapat terus menggunakan layanan seperti biasa. [Pelajari lebih lanjut”](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Prediktor Pelatihan
<a name="howitworks-predictor"></a>

Prediktor adalah model Amazon Forecast yang dilatih menggunakan deret waktu target Anda, deret waktu terkait, metadata item, dan kumpulan data tambahan apa pun yang Anda sertakan. Anda dapat menggunakan prediktor untuk menghasilkan perkiraan berdasarkan data deret waktu Anda. 

Secara default, Amazon Forecast membuat AutoPredictor, di mana Forecast menerapkan kombinasi algoritma yang optimal untuk setiap deret waktu dalam kumpulan data Anda.

**Topics**
+ [Membuat Prediktor](#creating-predictors)
+ [Upgrade ke AutoPredictor](#upgrading-autopredictor)
+ [Agregasi data untuk frekuensi perkiraan yang berbeda](data-aggregation.md)
+ [Menggunakan kumpulan data tambahan](#using-additional-datasets)
+ [Bekerja dengan prediktor lama](#legacy-predictors)
+ [Mengevaluasi Akurasi Prediktor](metrics.md)
+ [Prediktor Pelatihan Ulang](retrain-predictors.md)
+ [Indeks Cuaca](weather.md)
+ [Featurisasi Liburan](holidays.md)
+ [Penjelasan Prediktor](predictor-explainability.md)
+ [Pemantauan Prediktor](predictor-monitoring.md)
+ [Algoritma Amazon Forecast](aws-forecast-choosing-recipes.md)

## Membuat Prediktor
<a name="creating-predictors"></a>

Amazon Forecast membutuhkan masukan berikut untuk melatih prediktor:
+ Grup **Dataset — Grup** kumpulan data yang harus menyertakan kumpulan data deret waktu target. Dataset deret waktu target mencakup atribut target (`item_id`) dan atribut timestamp, serta dimensi apa pun. Deret waktu terkait dan metadata Item adalah opsional. Untuk informasi selengkapnya, lihat [Mengimpor Dataset](howitworks-datasets-groups.md).
+ **Frekuensi Forecast** — Perincian perkiraan Anda (per jam, harian, mingguan, dll). Amazon Forecast memungkinkan Anda menentukan perincian yang tepat dari perkiraan Anda saat Anda memberikan unit frekuensi dan nilai. Hanya nilai integer yang diizinkan    
[See the AWS documentation website for more details](http://docs.aws.amazon.com/id_id/forecast/latest/dg/howitworks-predictor.html)

  Misalnya, jika Anda menginginkan perkiraan setiap minggu, unit frekuensi Anda mingguan dan nilainya 2. Atau, jika Anda menginginkan perkiraan triwulanan, unit frekuensi Anda bulanan dan nilainya 3.

  Ketika data Anda dikumpulkan pada frekuensi yang lebih besar daripada frekuensi perkiraan, itu digabungkan ke frekuensi perkiraan. Ini termasuk deret waktu tambahan dan data deret waktu terkait. Untuk informasi lebih lanjut tentang agregasi, lihat[Agregasi data untuk frekuensi perkiraan yang berbeda](data-aggregation.md).
+ **Forecast horizon** — Jumlah langkah waktu yang diperkirakan.

Anda juga dapat menetapkan nilai untuk input opsional berikut:
+  **Batas penyelarasan waktu** — Time boundary Forecast digunakan untuk mengumpulkan data Anda dan menghasilkan perkiraan yang selaras dengan frekuensi perkiraan yang Anda tentukan. Untuk informasi lebih lanjut tentang agregasi, lihat[Agregasi data untuk frekuensi perkiraan yang berbeda](data-aggregation.md). Untuk informasi tentang menentukan batas waktu lihat. [Batas Waktu](data-aggregation.md#time-boundaries) 
+ **Dimensi Forecast** - Dimensi adalah atribut opsional dalam kumpulan data deret waktu target Anda yang dapat digunakan dalam kombinasi dengan nilai target (`item_id`) untuk membuat deret waktu terpisah.
+ **Jenis Forecast** — Kuantil yang digunakan untuk mengevaluasi prediktor Anda.
+ **Metrik optimasi — Metrik** akurasi yang digunakan untuk mengoptimalkan prediktor Anda.
+ **Kumpulan data tambahan — Kumpulan** data Amazon Forecast bawaan seperti Indeks Cuaca dan Liburan.

Anda dapat membuat prediktor menggunakan Software Development Kit (SDK) atau konsol Amazon Forecast.

------
#### [ Console ]

**Untuk membuat prediktor**

1. Masuk ke Konsol Manajemen AWS dan buka konsol Amazon Forecast di [https://console.aws.amazon.com/forecast/](https://console.aws.amazon.com/forecast/).

1. Dari grup **Dataset, pilih grup kumpulan** data Anda.

1. Di panel navigasi, pilih **Prediktor**.

1. Pilih **Latih prediktor baru**.

1. Berikan nilai untuk bidang wajib berikut:
   +  **Nama - nama** prediktor yang unik.
   + **Frekuensi Forecast** - perincian perkiraan Anda.
   + **Forecast horizon** - Jumlah langkah waktu untuk memperkirakan.

1. Pilih **Mulai**.

Untuk informasi tentang kumpulan data tambahan, lihat [Indeks Cuaca](weather.md) dan. [Featurisasi Liburan](holidays.md) Untuk mempelajari lebih lanjut tentang menyesuaikan jenis perkiraan dan metrik pengoptimalan, lihat. [Mengevaluasi Akurasi Prediktor](metrics.md)

------
#### [ AWS CLI ]

Untuk membuat prediktor otomatis dengan AWS CLI, gunakan `create-predictor` perintah. Kode berikut membuat prediktor otomatis yang membuat prediksi selama 14 hari di masa depan. 

Berikan nama untuk prediktor dan Nama Sumber Daya Amazon (ARN) grup kumpulan data yang menyertakan data pelatihan Anda. Secara opsional memodifikasi cakrawala perkiraan dan frekuensi perkiraan. Secara opsional tambahkan tag apa pun untuk prediktor. Untuk informasi selengkapnya, lihat [Menandai Sumber Daya Amazon Forecast](tagging-forecast-resources.md). 

Untuk informasi tentang parameter wajib dan opsional, lihat[CreateAutoPredictor](API_CreateAutoPredictor.md).

```
aws forecast create-predictor \
--predictor-name {{predictor_name}} \
--data-config DatasetGroupArn="arn:aws:forecast:{{region}}:{{account}}:dataset-group/{{datasetGroupName}}" \
--forecast-horizon 14 \
--forecast-frequency D \
--tags Key={{key1}},Value={{value1}} Key={{key2}},Value={{value2}}
```

Untuk mempelajari lebih lanjut tentang menyesuaikan jenis perkiraan dan metrik pengoptimalan, lihat [Mengevaluasi Akurasi Prediktor](metrics.md) Indeks Cuaca dan Liburan kumpulan data tambahan ditentukan dalam tipe data. `DataConfig` Untuk informasi tentang kumpulan data tambahan, lihat [Indeks Cuaca](weather.md) dan. [Featurisasi Liburan](holidays.md)

------
#### [ Python ]

Untuk membuat prediktor otomatis dengan SDK for Python (Boto3), gunakan metode ini. `create_auto_predictor` Kode berikut membuat prediktor otomatis yang membuat prediksi selama 14 hari di masa depan. 

Berikan nama untuk prediktor dan Nama Sumber Daya Amazon (ARN) grup kumpulan data yang menyertakan data pelatihan Anda. Secara opsional memodifikasi cakrawala perkiraan dan frekuensi perkiraan. Secara opsional tambahkan tag apa pun untuk prediktor. Untuk informasi selengkapnya, lihat [Menandai Sumber Daya Amazon Forecast](tagging-forecast-resources.md). 

Untuk informasi tentang parameter wajib dan opsional, lihat[CreateAutoPredictor](API_CreateAutoPredictor.md). 

```
import boto3
            
forecast = boto3.client('forecast')

create_predictor_response = forecast.create_auto_predictor(
    PredictorName = '{{predictor_name}}',
    ForecastHorizon = 14,
    ForecastFrequency = 'D',
    DataConfig = {
      "DatasetGroupArn": "arn:aws:forecast:{{region}}:{{account}}:dataset-group/{{datasetGroupName}}"
    },
    Tags = [ 
      { 
         "Key": "{{key1}}",
         "Value": "{{value1}}"
      },
      { 
         "Key": "{{key2}}",
         "Value": "{{value2}}"
      }
    ]
)
print(create_predictor_response['PredictorArn'])
```

Untuk mempelajari lebih lanjut tentang menyesuaikan jenis perkiraan dan metrik pengoptimalan, lihat [Mengevaluasi Akurasi Prediktor](metrics.md) Indeks Cuaca dan Liburan kumpulan data tambahan ditentukan dalam tipe data. `DataConfig` Untuk informasi tentang kumpulan data tambahan, lihat [Indeks Cuaca](weather.md) dan. [Featurisasi Liburan](holidays.md)

------

## Upgrade ke AutoPredictor
<a name="upgrading-autopredictor"></a>

**Notebook Python**  
Untuk step-by-step panduan tentang memutakhirkan prediktor AutoPredictor, lihat [Memutakhirkan](https://github.com/aws-samples/amazon-forecast-samples/blob/main/notebooks/basic/Upgrading_to_AutoPredictor/UpgradeToAutoPredictor.ipynb) prediktor ke. AutoPredictor

Prediktor yang dibuat dengan AutoML atau manual selection CreatePredictor () dapat ditingkatkan ke file. AutoPredictor Memutakhirkan yang sudah ada ke AutoPredictor akan mentransfer semua pengaturan konfigurasi prediktor yang relevan.

Setelah Upgrade ke AutoPredictor, prediktor asli akan tetap aktif dan prediktor yang ditingkatkan akan memiliki ARN Prediktor terpisah. Ini memungkinkan Anda untuk membandingkan metrik akurasi antara dua prediktor, dan Anda masih dapat menghasilkan prakiraan dengan prediktor asli.

Anda dapat memutakhirkan prediktor menggunakan Software Development Kit (SDK) atau konsol Amazon Forecast.

------
#### [ Console ]

**Untuk meng-upgrade prediktor**

1. Masuk ke Konsol Manajemen AWS dan buka konsol Amazon Forecast di [https://console.aws.amazon.com/forecast/](https://console.aws.amazon.com/forecast/).

1. Di panel navigasi, pilih **Prediktor**.

1. Pilih prediktor untuk meningkatkan, dan pilih **Upgrade**.

1. Tetapkan nama unik untuk prediktor yang ditingkatkan.

1. Pilih **Upgrade ke AutoPredictor**.

------
#### [ CLI ]

Untuk memutakhirkan prediktor dengan AWS CLI, gunakan `create-predictor` metode ini, tetapi tentukan *hanya* nama prediktor dan nilai `reference-predictor-arn` (ARN prediktor yang ingin Anda tingkatkan). 

```
aws forecast create-predictor \
--predictor-name {{predictor_name}} \
--reference-predictor-arn arn:aws:forecast:{{region}}:{{account}}:predictor/{{predictorName}}
```

------
#### [ Python ]

Untuk memutakhirkan prediktor dengan SDK for Python (Boto3), `create_auto_predictor` gunakan metode ini, *tetapi tentukan hanya* nama prediktor dan nilai `ReferencePredictorArn` (ARN prediktor yang ingin Anda tingkatkan). 

```
import boto3
            
forecast = boto3.client('forecast')

create_predictor_response = forecast.create_auto_predictor(
    PredictorName = '{{predictor_name}}',
    ReferencePredictorArn = 'arn:aws:forecast:{{region}}:{{account}}:predictor/{{predictorName}}'
)
print(create_predictor_response['PredictorArn'])
```

------

## Menggunakan kumpulan data tambahan
<a name="using-additional-datasets"></a>

Amazon Forecast dapat menyertakan Indeks Cuaca dan Liburan saat membuat prediktor Anda. Indeks Cuaca menggabungkan informasi meteorologi ke dalam model Anda dan Liburan menggabungkan informasi mengenai hari libur nasional.

Indeks Cuaca memerlukan atribut 'geolokasi' dalam kumpulan data deret waktu target Anda dan informasi mengenai zona waktu untuk stempel waktu Anda. Untuk informasi selengkapnya, lihat [Indeks Cuaca](weather.md).

Liburan mencakup informasi liburan di lebih dari 250 negara. Untuk informasi selengkapnya, lihat [Featurisasi Liburan](holidays.md).

## Bekerja dengan prediktor lama
<a name="legacy-predictors"></a>

**catatan**  
Untuk memutakhirkan prediktor yang ada ke AutoPredictor, lihat [Upgrade ke AutoPredictor](#upgrading-autopredictor)

AutoPredictor adalah metode default dan pilihan untuk membuat prediktor dengan Amazon Forecast. AutoPredictor membuat prediktor dengan menerapkan kombinasi algoritma yang optimal untuk setiap deret waktu dalam kumpulan data Anda.

Prediktor yang dibuat dengan AutoPredictor umumnya lebih akurat daripada prediktor yang dibuat dengan AutoML atau seleksi manual. Fitur Forecast Explainability dan pelatihan ulang prediktor hanya tersedia untuk prediktor yang dibuat dengan. AutoPredictor

Amazon Forecast juga dapat membuat prediktor warisan dengan cara berikut:

1. **AutoMl** - Forecast menemukan algoritme berkinerja terbaik dan menerapkannya ke seluruh kumpulan data Anda.

1. **Pemilihan manual** - Secara manual memilih algoritma tunggal yang diterapkan ke seluruh dataset Anda.

Anda mungkin dapat membuat prediktor lama menggunakan Software Development Kit (SDK).

------
#### [ SDK ]

**Untuk menggunakan AutoML**

Dengan menggunakan [`CreatePredictor`](API_CreatePredictor.md)operasi, atur nilai `PerformAutoML` to`"true"`.

```
{
    ...
    "PerformAutoML": "true",
}
```

Jika Anda menggunakan AutoML, Anda tidak dapat menetapkan nilai untuk CreatePredictor parameter berikut:`AlgorithmArn`,,`HPOConfig`. `TrainingParameters`

------