2019/10/19のJAWS-UG福岡での発表資料です。 Amazon Forecastを触ってみたというお話です。

1. Amazon Forecastで未来を予測しよう
2019年10月19日
木村健一郎

2. 名前：木村健一郎
所属：株式会社コム・アンド・コム
JAWS-UG福岡
SORACOM-UG九州
新米パパ(2歳3ヶ月の娘)
お仕事：安否確認サービスの構築・運用
好きなAWSサービス: Lambda
好きなSORACOMサービス：あのボタン

3. Amazon Forecastとは(1)
•Re:Invent2018で発表
•機械学習を用いた正確な時系列予測
時系列データに特化したマネージドな機械学習/
予測サービス
•2019年8月にGA
•東京リージョンでも利用可能

4. 時系列データとは
•時間で変化するデータ
例)電力消費量、日々の売り上げ
•時系列データの予測
•データの収集
•モデルの作成/機械学習
•予測を行い、結果を出力するアプリケーション
やAPIの準備

5. Amazon Forecastとは(2)
•機械学習の使用により予測精度が50％上昇
•予測時間を月単位から時間単位に短縮
時系列データをs3から投入するだけで、数時間で
構築可能
•ビジネスデータが安全に保護される
投入する時系列データ、結果など全てのやり取り
は暗号化される(KMSが使われる)
•Amazon.comでも使っている

6. 価格
•1000回の予測ごとに0.6$
•強化学習データ1GBごとに0.088$
•強化学習1時間ごとに0.24$

7. データセットドメイン
• RETAIL Domain
小売り向けの予測
• INVENTORY_PLANNNING Domain
製造業の流通予測
• EC2 CAPACITY Domain
EC2のキャパシティ予測
• WORK_FORCE Domain
労働力配備の予測
• WEB_TRAFFIC Domain
WEBのトラフィック予測
• METRICS Domain
キャッシュフローなどの何らかの指標の予測
• CUSTOM Domain
その他の時系列予測

8. データセットタイプ
• TARGET_TIME_SERIES
予測値とタイムスタンプを含む
• RELATED_TIME_SERIES
ターゲットデータに関連するデータ
• ITEM_METADATA
ターゲットデータに適用可能なメタデータ
データセットドメインによって、データセットタイプが違
う

9. データセットタイプ（2）
例えばRETAIL Domainの場合
• TARGET_TIME_SERIES Dataset
• Item_id(string)
他のデータと紐付けるためのデータID
• Timestamp(timestamp)
時刻
• Demand(float)
売り上げ
• RELATED_TIME_SERIES Dataset
• Item_id(string)
• Timestamp
• Price
• Webpage_hists

10. 強化学習のアルゴリズム
• ARIMA(自己回帰和分移動平均)
• DeepAR+(ハイパーパラメータのチューニング可)
• ETS(指数平滑法)
• NPTS(ノンパラメトリック時系列)
• Prophet(Bayesian structural time series modelによる
予測)
自分で選択も出来るが、Amazon Forecastが適切に選択し
てくれる

11. やってみた
• 2005年7月からの地震データ
震度1以上の有感地震が発生した日について、「その日の
最大震度」を数値(ターゲット)として与える
• データのない日があっても大丈夫なのか？
抜けがあっても大丈夫
• これで何が分かる？
今後の地震発生/最大震度予測(ジョークですので本気にし
ないでください)

12. 手順
• データセットグループの作成
• ドメインはMETORICS
• 刻み幅は1日
• S3を作成してそこにCSVをアップロード、IAMはその場で新規に
作成
• 5098件のインポートにだいたい10分くらい
• Predictorの作成
• 1年先まで予測
この幅で学習時間に差が出るのでお財布と相談しながら・・
• アルゴリズムは自動選択
• 今回はだいたい3時間くらいで完了
• 予測の実行
• 今回は30分くらいで完了
• コンソールから確認
start_date/end_dateはPredictorで指定した「1年」に基づいて「1
年前」から「1年後」まで指定可能(分かりにくい・・)

13. 結果
こんな感じで予測結果を見られます。P50 forecastあたりで見るとそろそろ震度3が来る？ほんと？

14. まとめ
• Amazon Forecastについて
• 時系列データが手元にあるならお手軽に予測を実行可能
• 学習時間がどの程度か先に見積もれないのに時間課金
ってどうなの・・とは思うけど他のML系も同じ？
• 準備されているretailなどのドメインであればかなりの高
精度が期待できそう
• 地震予測？震度の履歴だけで出来るわけねーよ(デモ台無
し)