Pronóstico del Amazonas utiliza el aprendizaje automático (ML) para generar previsiones de demanda más precisas, sin necesidad de experiencia previa en ML. Forecast ofrece a los desarrolladores la misma tecnología utilizada en Amazon.com como un servicio completamente administrado, eliminando la necesidad de administrar recursos o reconstruir sus sistemas.

Para comenzar a generar pronósticos a través de Forecast, puede seguir tres pasos: importar sus datos, entrenar y evaluar un predictor y luego generar pronósticos. A partir de hoy, ahora puede detener un flujo de trabajo de recursos de Forecast en curso si inició un trabajo por error o configuró incorrectamente un flujo de trabajo antes de comenzar, lo que le brinda más flexibilidad para administrar sus flujos de trabajo de Forecast y experimentar.

Anteriormente, debido a que no podía detener las API en curso, tenía que esperar a que se completara el trabajo e incurría en cargos por el trabajo. Ahora puede detener fácilmente los siguientes flujos de trabajo de recursos de previsión:

En esta publicación, explicamos los pasos para detener los flujos de trabajo en la consola de Forecast. Para revisar los pasos a través de las API, consulte el siguiente cuaderno en nuestro Repositorio GitHub.

Detenga un trabajo de recursos que está importando sus conjuntos de datos

Tiene dos opciones para dejar de importar un conjunto de datos. Un método es a través de la página de detalles del conjunto de datos en la consola de Pronóstico. Sobre el Conjuntos de datos , elija su conjunto de datos y en la Importaciones de conjuntos de datos sección, seleccione el trabajo de importación que desea detener y elija Detener.

También puede detener un trabajo de importación de datos desde la página de detalles del trabajo. En el Importaciones de datos sección de su conjunto de datos, elija el trabajo de importación para ir a su página de detalles. Entonces escoge Detener.

Detener un trabajo de recursos que está entrenando a un predictor

Tiene dos opciones para detener un trabajo de recursos que está entrenando a su predictor. Un método está en el Predictores página para su grupo de conjunto de datos, donde puede seleccionar un predictor y elegir Detener.

Alternativamente, puede seleccionar el predictor y elegir Ver detalles. Aquí puede detener el trabajo de recursos que está entrenando al predictor eligiendo Detener.

Detener un trabajo de recursos que está exportando pronósticos de backtest

Los pronósticos de backtest son los valores pronosticados del método de prueba interno Forecast para dividir los datos en entrenamiento y backtest grupos de datos para comparar pronósticos con datos observados. Al entrenar un modelo, Forecast divide automáticamente los conjuntos de datos de demanda histórica en grupos de conjuntos de datos de entrenamiento y backtesting. Forecast entrena un modelo en el conjunto de datos de entrenamiento y pronostica en diferentes niveles de existencias especificados para el período de backtesting, comparándolo con los valores observados en el grupo de dataset de backtesting.

Para detener un recurso que está exportando estos resultados de backtest, seleccione un predictor en el Predictores página de su grupo de conjunto de datos. En el Exportaciones de backtest del predictor sección, seleccione una exportación y elija Detener.

Detener un trabajo de recursos que genera pronósticos

Tiene dos opciones para detener un trabajo de recursos que está generando sus pronósticos. Un método está en el Previsiones página del grupo de conjuntos de datos, donde puede seleccionar un pronóstico y elegir Detener.

Alternativamente, puede seleccionar un pronóstico y elegir Ver detalles. A continuación, puede detener el trabajo de recursos que está generando el pronóstico eligiendo Detener.

Detener un trabajo de recursos que está exportando pronósticos

Por último, puede detener un trabajo de recursos que está exportando sus pronósticos. Tienes dos opciones para hacerlo. Una opción es seleccionar el trabajo de exportación de previsión que aparece en el Detalles de la previsión sección y elegir Detener.

La segunda opción es elegir el trabajo de exportación para ver sus detalles y luego elegir Detener.

Consideraciones importantes

Detener un recurso detiene el flujo de trabajo del trabajo de recursos, pero no elimina el recurso. Todos sus recursos aún se conservan y puede continuar llamando al Describir operación o acceder a ellos como parte de las API de lista. Una vez que un recurso está marcado para detenerse, no cuenta para los límites de Max Parallel In Progress. Si ya está en el límite, le permite enviar un nuevo trabajo.

Permitimos que solo tres recursos de un tipo de recurso determinado estén en el estado Deteniendo en cualquier momento, y debe esperar a que uno de los recursos pase al estado DETENIDO antes de poder detener más recursos. Después de iniciar una parada, no puede cancelarla. Tampoco puede reanudar un trabajo detenido. Cuando detiene un trabajo de generación de pronósticos o entrenamiento de predictor, se le facturan los recursos utilizados hasta el momento en que se detuvo el trabajo.

Conclusión

Ahora tiene más flexibilidad para administrar sus flujos de trabajo de Forecast con la capacidad de detener los flujos de trabajo de recursos en curso que pueden haberse iniciado involuntariamente. Para comenzar con esta capacidad, consulte Detener recursos y revise el cuaderno en nuestro Repositorio GitHub que le explica cómo utilizar el pronóstico Detener API de recursos. Puede utilizar esta capacidad en todas las regiones donde Forecast está disponible públicamente. Para obtener más información sobre la disponibilidad de la región, consulte Servicios regionales de AWS.

Acerca de los autores

Namita Das es gerente sénior de productos de Amazon Forecast. Su enfoque actual es democratizar el aprendizaje automático mediante la creación de servicios de AA de código bajo y sin código. Fuera de AWS, con frecuencia asesora a nuevas empresas y está criando un cachorro llamado Imli.

Gunjan Garg es ingeniero sénior de desarrollo de software en el equipo de inteligencia artificial vertical de AWS. En su puesto actual en Amazon Forecast, se enfoca en problemas de ingeniería y disfruta construyendo sistemas escalables que brindan el mayor valor a los usuarios finales. En su tiempo libre, le gusta jugar al Sudoku y al Buscaminas.

Punit jainista trabaja como SDE en el equipo de Amazon Forecast. Su trabajo actual incluye la construcción de sistemas distribuidos a gran escala para resolver problemas complejos de aprendizaje automático con alta disponibilidad y baja latencia como un enfoque principal. En su tiempo libre le gusta el senderismo y el ciclismo.

Shannon Killingsworth es diseñador de UX para Amazon Forecast y Amazon Personalize. Su trabajo actual es crear experiencias de consola que sean utilizables por cualquier persona e integrar nuevas funciones en la experiencia de la consola. En su tiempo libre, es un entusiasta del fitness y del automóvil.

Pagar PrimeXBT
Opere con los socios CFD oficiales del AC Milan
Fuente: https://aws.amazon.com/blogs/machine-learning/introducing-a-new-api-to-stop-in-progress-workflows-in-amazon-forecast/