Amazon Forecast は新規顧客には利用できなくなりました。Amazon Forecast の既存のお客様は、通常どおりサービスを引き続き使用できます。[詳細はこちら](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# による自動化 CloudFormation
<a name="tutorial-cloudformation"></a>

このチュートリアルでは、 AWS CloudFormation オートメーションスタックを使用して Amazon Forecast パイプラインを起動し、デモンストレーションデータセットを使用して予測を生成します。

 AWS Forecast CloudFormation スタック: 
+ [Machine Learningソリューションによる予測精度の向上](https://docs.aws.amazon.com/solutions/latest/improving-forecast-accuracy-with-machine-learning/automated-deployment.html) CloudFormation テンプレートをデプロイします。
+ [NYC Taxi Datasets](https://registry.opendata.aws/nyc-tlc-trip-records-pds/) を Forecast Data Amazon S3 バケットにデプロイします。
+ Forecast でデモの NYC タクシー予測パイプラインを自動的に開始します。

 CloudFormation テンプレートには、ターゲット時系列、関連する時系列、およびアイテムメタデータのデモンストレーションデータセットがプリロードされています。コンソールの関連フィールドには、それぞれの S3 のロケーションが事前に入力されています。

デモンストレーションデータセットを使用してこのチュートリアルを完了した後、同じオートメーションスタックを使用して、独自のデータセットで予測を生成できます。

次の図は、このチュートリアルで使用されるコンポーネントを示しています。

![\[AWS data pipeline for Amazon Forecast, showing data preparation, ingestion, forecasting, and evaluation stages.\]](http://docs.aws.amazon.com/ja_jp/forecast/latest/dg/images/cloudformationautomation-architecture.png)


## 前提条件
<a name="tutorial-cloudformation-prerequisites"></a>

チュートリアルを開始する前に、 にログイン AWS アカウント し、 CloudFormation テンプレートをインストールしていることを確認してください。

1. にログインします AWS アカウント。まだない場合は、 [を作成します AWS アカウント](https://aws.amazon.com/premiumsupport/knowledge-center/create-and-activate-aws-account/)。

1.  AWS CloudFormation テンプレートをインストールします。自分に最も近いリージョンを選択してください: 
   +  東京: [ap-northeast-1](https://console.aws.amazon.com/cloudformation/home?region=ap-northeast-1#/stacks/new?stackName=forecast-stack&templateURL=https:%2F%2Fs3.amazonaws.com%2Fsolutions-reference%2Fimproving-forecast-accuracy-with-machine-learning%2Flatest%2Fimproving-forecast-accuracy-with-machine-learning-demo.template)
   +  ソウル: [ap-northeast-2](https://console.aws.amazon.com/cloudformation/home?region=ap-northeast-2#/stacks/new?stackName=forecast-stack&templateURL=https:%2F%2Fs3.amazonaws.com%2Fsolutions-reference%2Fimproving-forecast-accuracy-with-machine-learning%2Flatest%2Fimproving-forecast-accuracy-with-machine-learning-demo.template) 
   +  ムンバイ: [ap-south-1](https://console.aws.amazon.com/cloudformation/home?region=ap-south-1#/stacks/new?stackName=forecast-stack&templateURL=https:%2F%2Fs3.amazonaws.com%2Fsolutions-reference%2Fimproving-forecast-accuracy-with-machine-learning%2Flatest%2Fimproving-forecast-accuracy-with-machine-learning-demo.template) 
   +  シンガポール: [ap-southeast-1](https://console.aws.amazon.com/cloudformation/home?region=ap-southeast-1#/stacks/new?stackName=forecast-stack&templateURL=https:%2F%2Fs3.amazonaws.com%2Fsolutions-reference%2Fimproving-forecast-accuracy-with-machine-learning%2Flatest%2Fimproving-forecast-accuracy-with-machine-learning-demo.template) 
   +  シドニー: [ap-southeast-2](https://console.aws.amazon.com/cloudformation/home?region=ap-southeast-2#/stacks/new?stackName=forecast-stack&templateURL=https:%2F%2Fs3.amazonaws.com%2Fsolutions-reference%2Fimproving-forecast-accuracy-with-machine-learning%2Flatest%2Fimproving-forecast-accuracy-with-machine-learning-demo.template) 
   +  フランクフルト: [eu-cental-1](https://console.aws.amazon.com/cloudformation/home?region=eu-central-1#/stacks/new?stackName=forecast-stack&templateURL=https:%2F%2Fs3.amazonaws.com%2Fsolutions-reference%2Fimproving-forecast-accuracy-with-machine-learning%2Flatest%2Fimproving-forecast-accuracy-with-machine-learning-demo.template) 
   +  アイルランド: [eu-west-1](https://console.aws.amazon.com/cloudformation/home?region=eu-west-1#/stacks/new?stackName=forecast-stack&templateURL=https:%2F%2Fs3.amazonaws.com%2Fsolutions-reference%2Fimproving-forecast-accuracy-with-machine-learning%2Flatest%2Fimproving-forecast-accuracy-with-machine-learning-demo.template) 
   +  バージニア北部: [us-east-1](https://console.aws.amazon.com/cloudformation/home?region=us-east-1#/stacks/new?stackName=forecast-stack&templateURL=https:%2F%2Fs3.amazonaws.com%2Fsolutions-reference%2Fimproving-forecast-accuracy-with-machine-learning%2Flatest%2Fimproving-forecast-accuracy-with-machine-learning-demo.template) 
   +  オハイオ: [us-east-2](https://console.aws.amazon.com/cloudformation/home?region=us-east-2#/stacks/new?stackName=forecast-stack&templateURL=https:%2F%2Fs3.amazonaws.com%2Fsolutions-reference%2Fimproving-forecast-accuracy-with-machine-learning%2Flatest%2Fimproving-forecast-accuracy-with-machine-learning-demo.template) 
   +  オレゴン: [us-west-2](https://console.aws.amazon.com/cloudformation/home?region=us-west-2#/stacks/new?stackName=forecast-stack&templateURL=https:%2F%2Fs3.amazonaws.com%2Fsolutions-reference%2Fimproving-forecast-accuracy-with-machine-learning%2Flatest%2Fimproving-forecast-accuracy-with-machine-learning-demo.template) 

これにより、[NYC Taxi Dataset](https://registry.opendata.aws/nyc-tlc-trip-records-pds/) を使用してデモンストレーションスタックがデプロイされます。

## Forecast 自動化用の CloudFormation テンプレートのデプロイ
<a name="tutorial-clouformation-steps"></a>

NYC Taxi Dataset を使用して CloudFormation テンプレートをデプロイするには

**ステップ 1**: デフォルトを承諾して、**[Next]** (次へ) を選択します。

![\[Create stack interface showing template options and Amazon S3 URL input field.\]](http://docs.aws.amazon.com/ja_jp/forecast/latest/dg/images/cloudformationautomation-step1.png)


**ステップ 2**: 通知用のメールアドレスを入力して、**[Next]** (次へ) を選択します。

![\[Datasets configuration form with URL fields for time series data and email input for forecast results.\]](http://docs.aws.amazon.com/ja_jp/forecast/latest/dg/images/cloudformationautomation-step2.png)


**ステップ 3**: デフォルトを受け入れて、**[Next]** (次へ) を選択します。

**ステップ 4**: 機能では、両方のチェックボックスをオンにして、 CloudFormation が AWS Identity and Access Management (IAM) リソースとネストされたスタックを作成できるようにします。**[スタックの作成]** を選択してください。

![\[Capabilities section with checkboxes for IAM resources and CloudFormation capability acknowledgments.\]](http://docs.aws.amazon.com/ja_jp/forecast/latest/dg/images/cloudformationautomation-step4.png)


Forecast に CloudFormation テンプレートをデプロイしました。

## クリーンアップ
<a name="tutorial-clouformation-cleanup"></a>

この CloudFormation テンプレートをデプロイしたら、新しく作成したリソースをクリーンアップし、独自のデータセットを使用して CloudFormation スタックをデプロイし、他のデプロイオプションを調べることができます。
+ **クリーンアップ**: デモスタックを削除すると、「Improving Forecast Accuracy with Machine Learning」スタックが保持されます。「Improving Forecast Accuracy with Machine Learning」スタックを削除すると、S3、Athena、QuickSight、および Forecast のすべてのデータが保持されます。
+ **独自のデータセットの使用**: この CloudFormation テンプレートを独自の時系列データでデプロイするには、**ステップ 2** のデータセット設定セクションにデータセットの S3 の場所を入力します。
+ **その他のデプロイオプション**: その他のデプロイオプションについては、「 [Automated Deployment](https://docs.aws.amazon.com/solutions/latest/improving-forecast-accuracy-with-machine-learning/automated-deployment.html)」(自動デプロイ) を参照してください。データが既に利用可能な場合は、デモデータなしでスタックをデプロイできます。