AWS現(xiàn)在正式推出應(yīng)用深度學(xué)習(xí)技術(shù)，由云端完全托管的時(shí)間序列預(yù)測(cè)服務(wù)Amazon Forecast，讓使用者不需要擁有機(jī)器學(xué)習(xí)經(jīng)驗(yàn)，只要上傳歷史時(shí)間序列數(shù)據(jù)以及其他相關(guān)數(shù)據(jù)，Amazon Forecast就能夠自動(dòng)處理數(shù)據(jù)，并挑選最適合的演算法來訓(xùn)練模型，并為用戶提供高精確度的時(shí)間序列預(yù)測(cè)結(jié)果。

　　時(shí)序預(yù)測(cè)用來預(yù)測(cè)與時(shí)間相關(guān)的數(shù)據(jù)未來值，像是每周銷售額、每日庫(kù)存或是每小時(shí)網(wǎng)站流量等，AWS提到，企業(yè)會(huì)使用簡(jiǎn)單的試算表甚至是復(fù)雜的財(cái)務(wù)規(guī)劃軟件，透過歷史時(shí)間序列數(shù)據(jù)以產(chǎn)生預(yù)測(cè)結(jié)果，像是以過去的雨衣銷售數(shù)據(jù)，預(yù)測(cè)未來的雨衣銷售狀況，但是這樣方法的缺點(diǎn)，是難以為多組不規(guī)則的數(shù)據(jù)，產(chǎn)生精準(zhǔn)的預(yù)測(cè)，也無法簡(jiǎn)單地將時(shí)間序列數(shù)據(jù)和獨(dú)立變數(shù)結(jié)合，像是將價(jià)格、折扣和網(wǎng)路流量等數(shù)據(jù)，與產(chǎn)品特徵或是商店位置等資訊相關(guān)聯(lián)。

　　而Amazon Forecast應(yīng)用深度學(xué)習(xí)技術(shù)，能將網(wǎng)頁(yè)流量和銷售額等歷史時(shí)間序列數(shù)據(jù)，結(jié)合假日、促銷活動(dòng)等獨(dú)立變數(shù)數(shù)據(jù)，為使用者提供精確的時(shí)間序列預(yù)測(cè)。這是Amazon應(yīng)用自家在零售、供應(yīng)鏈和伺服器容量等時(shí)間預(yù)測(cè)經(jīng)驗(yàn)，所發(fā)展出可擴(kuò)展且高精確度時(shí)間序列預(yù)測(cè)服務(wù)，用戶可用於各種領(lǐng)域的時(shí)序預(yù)測(cè)，包括資訊服務(wù)運(yùn)作、商業(yè)營(yíng)運(yùn)、貨物或是服務(wù)的庫(kù)存，以及零售促銷等活動(dòng)。

　　Amazon Forecast可同時(shí)使用深度神經(jīng)網(wǎng)路以及傳統(tǒng)的統(tǒng)計(jì)方法，提供高精確的預(yù)測(cè)。Amazon Forecast會(huì)自動(dòng)從用戶提供的數(shù)據(jù)中學(xué)習(xí)，并選擇最適合的演算法來訓(xùn)練模型，AWS提到，當(dāng)用戶有許多時(shí)間序列數(shù)據(jù)，則使用深度學(xué)習(xí)演算法，會(huì)比傳統(tǒng)統(tǒng)計(jì)指數(shù)平滑法還要精準(zhǔn)。

　　這整個(gè)預(yù)測(cè)工作流程從數(shù)據(jù)上傳／處理、模型訓(xùn)練、數(shù)據(jù)集更新以及預(yù)測(cè)，都是自動(dòng)化進(jìn)行，開發(fā)者可以選擇使用Amazon Forecast API、命令列工具或是控制臺(tái)，將訓(xùn)練數(shù)據(jù)集導(dǎo)入到Amazon Forecast中，進(jìn)行後續(xù)模型訓(xùn)練以及部署工作。

　　企業(yè)能夠使用API，將預(yù)測(cè)功能整合到系統(tǒng)中，以取得預(yù)測(cè)結(jié)果，也可以從控制臺(tái)查詢以及視覺化不同精細(xì)度的時(shí)間序列預(yù)測(cè)，并且查看預(yù)測(cè)程式（Predictor）精確度指標(biāo)，或是批次輸出CSV檔案，再將數(shù)據(jù)上傳到下游系統(tǒng)。