신규 고객은 Amazon Forecast를 더 이상 사용할 수 없습니다. Amazon Forecast의 기존 고객은 서비스를 정상적으로 계속 사용할 수 있습니다. [자세히 알아보기](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# Exponential Smoothing(ETS) 알고리즘
<a name="aws-forecast-recipe-ets"></a>

Exponential Smoothing[(ETS)](https://en.wikipedia.org/wiki/Exponential_smoothing)은 시계열 예상에 일반적으로 사용되는 로컬 통계 알고리즘입니다. Amazon Forecast ETS 알고리즘은 CRAN(Comprehensive R Archive Network)의 `Package 'forecast'`에 있는 [ets 함수](https://cran.r-project.org/web/packages/forecast/forecast.pdf#Rfn.ets.1)를 직접적으로 호출합니다.

## ETS 작동 방식
<a name="aws-forecast-recipe-ets-how-it-works"></a>

ETS 알고리즘은 데이터와 관련된 계절성 및 다른 주요 가정이 있는 데이터 세트에 특히 유용합니다. ETS는 입력 시계열 데이터 세트 내 모든 예측의 가중 평균을 계산해 예측합니다. 이 가중치는 단순한 이동 평균 메서드의 상수 가중치와 달리 시간이 지나면 급속히 감소합니다. 이 가중치는 스무딩 파라미터라고 알려진 상수 파라미터에 의존합니다.

## ETS 하이퍼파라미터와 튜닝
<a name="aws-forecast-recipe-ets-hyperparamters"></a>

ETS 하이퍼파라미터 및 튜닝에 대한 자세한 내용은 [CRAN](https://cran.r-project.org)의 [패키지 '예측'](https://cran.r-project.org/web/packages/forecast/forecast.pdf)에 있는 `ets` 함수 설명서를 참조하세요.

Amazon Forecast는 다음 표를 사용하여 [CreateDataset](API_CreateDataset.md) 작업에 지정된 `DataFrequency` 파라미터를 R [ts](https://www.rdocumentation.org/packages/stats/versions/3.6.1/topics/ts) 함수의 `frequency` 파라미터로 변환합니다.


| DataFrequency(문자열) | R ts 빈도(정수) | 
| --- | --- | 
| Y | 1 | 
| M USD | 12 | 
| W | 52 | 
| D | 7 | 
| H | 24 | 
| 30min | 2 | 
| 15min | 4 | 
| 10min | 6 | 
| 5min | 12 | 
| 1min | 60 | 

표에 표시되지 않은 지원되는 데이터 빈도는 기본적으로 1의 `ts` 빈도로 설정됩니다.