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.

# 미리 정의된 데이터 세트 도메인 및 데이터 세트 유형
<a name="howitworks-domains-ds-types"></a>

예측기를 교육하려면 하나 이상의 데이터 세트를 생성하여 데이터 세트 그룹에 추가하고 교육용 데이터 세트를 제공하십시오.

생성한 각 데이터 세트에 대해 데이터 세트 도메인과 데이터 세트 유형을 연결합니다. *데이터 세트 도메인*은 일반 사용 사례에 대해 미리 정의된 데이터 세트 스키마를 지정하며 모델 알고리즘 또는 하이퍼파라미터에는 영향을 주지 않습니다.

Amazon Forecast는 다음 데이터 세트 도메인을 지원합니다.
+ [RETAIL 도메인](retail-domain.md) - 소매 수요 예측
+ [INVENTORY\$1PLANNING 도메인](inv-planning-domain.md) - 공급망 및 재고 계획 수립
+ [EC2 CAPACITY 도메인](ec2-capacity-domain.md) - Amazon Elastic Compute Cloud(Amazon EC2) 용량 예측 
+ [WORK\$1FORCE 도메인](workforce-domain.md) - 인력 계획 
+ [WEB\$1TRAFFIC 도메인](webtraffic-domain.md) - 향후 웹 트래픽 예측 
+ [METRICS 도메인](metrics-domain.md) - 수익 및 현금 흐름과 같은 지표 예측
+ [CUSTOM 도메인](custom-domain.md) - 기타 모든 유형의 시계열 예측

각 도메인에 대해 1 - 3개의 *데이터 세트 유형*이 있습니다. 도메인용으로 생성하는 데이터 세트 유형은 보유한 데이터 유형과 교육에 포함하려는 유형에 따라 다릅니다.

각 도메인에는 대상 시계열 데이터 세트가 필요하며 선택적으로 관련 시계열 및 항목 메타데이터 세트 데이터 세트 유형을 지원합니다.

데이터 세트 유형은 다음과 같습니다.
+ 대상 시계열 - 유일한 필수 데이터 세트 유형입니다. 이 유형은 예측을 생성하려는 *대상* 필드입니다. 예를 들어 일련의 제품에 대한 판매량을 예상하려면 각 제품에 대한 과거 시계열 데이터의 데이터 세트를 생성해야 합니다. 이와 마찬가지로 예측할 수익, 현금 흐름, 판매 같은 지표에 대해 대상 시계열 데이터 세트를 생성할 수 있습니다.
+ 관련 시계열 - 대상 시계열 데이터와 관련된 시계열 데이터입니다. 예를 들어, 가격은 제품 판매 데이터와 관련되어 있으므로 관련 시계열로 제공할 수 있습니다.
+ 항목 메타데이터 - 대상 시계열 데이터에 적용할 수 있는 메타데이터입니다. 예를 들어 특정 제품의 판매를 예측하는 경우 브랜드, 색상, 장르와 같은 제품의 속성이 항목 메타데이터의 일부가 됩니다. EC2 인스턴스의 EC2 용량을 예측할 때 메타데이터에는 인스턴스 유형의 CPU 및 메모리가 포함될 수 있습니다.

각 데이터 세트 유형에 대해 입력 데이터에는 일정한 필수 필드가 포함되어야 합니다. Amazon Forecast에서 제안하는 선택적 필드를 포함할 수도 있습니다.

다음 예제에서는 데이터 세트 도메인 및 해당 데이터 세트 유형을 선택하는 방법을 보여줍니다.

**Example 예제 1: RETAIL 도메인의 데이터 세트 유형**  
품목에 대한 수요 예측에 관심이 있는 소매업체인 경우 RETAIL 도메인에 다음 데이터 세트를 생성할 수 있습니다.  
+ 대상 시계열은 각 항목(소매업체가 판매하는 각 제품)에 대한 과거 시계열 수요(판매) 데이터의 필수 데이터 세트입니다. RETAIL 도메인에서 이 데이터 세트 유형은 데이터 세트에 `item_id`, `timestamp` 및 `demand` 필드가 포함되어야 합니다. `demand` 필드는 예측 대상이며 일반적으로 특정 주 또는 요일에 소매업체가 판매하는 품목의 수입니다.
+ 선택적으로 관련 시계열 유형의 데이터 세트입니다. RETAIL 도메인에서 이 유형은 `price`, `inventory_onhand` 및, `webpage_hits`와 같이 선택적이지만 제안하는 시계열 정보를 포함할 수 있습니다.
+ 선택적으로 항목 메타데이터 유형의 데이터 세트입니다. RETAIL 도메인에서 Amazon Forecast는 대상 시계열에서 제공한 항목(예: `brand`, `color`, `category` 및 `genre`)과 관련된 메타데이터 정보를 제공할 것을 제안합니다.

**Example 예제 2: METRICS 도메인의 데이터 세트 유형**  
수익, 판매, 현금 흐름과 같은 조직의 주요 지표를 예측하려는 경우 Amazon Forecast에 다음 데이터 세트를 제공할 수 있습니다.  
+ 예측하려는 지표에 대한 과거 시계열 데이터를 제공하는 대상 시계열 데이터 세트입니다. 조직의 모든 비즈니스 단위의 수익을 예상하려는 경우 `metric`, `business unit` 및 `metric_value` 필드로 `target time series` 데이터 세트를 생성할 수 있습니다.
+ `category` 또는 `location`와 같이 각 지표에 대해 메타데이터가 필요하지 않은 경우 관련 시계열 및 항목 메타데이터 유형의 데이터 세트를 제공할 수 있습니다.
Forecast가 대상 지표에 대한 예측을 생성하려면 최소한 대상 시계열 데이터 세트를 제공해야 합니다.

**Example 예제 3: CUSTOM 도메인의 데이터 세트 유형**  
예상 애플리케이션의 교육 데이터는 Amazon Forecast 도메인에 적합하지 않을 수도 있습니다. 이 경우 CUSTOM 도메인을 선택하십시오. 대상 시계열 데이터 세트를 제공해야 하지만 자신만의 사용자 지정 필드를 추가할 수 있습니다.  
[시작하기](getting-started.md) 연습에서는 클라이언트의 전기 사용량을 예상합니다. 전기 사용량 교육 데이터는 데이터 세트 도메인에 맞지 않으므로 CUSTOM 도메인을 사용했습니다. 이 연습에서는 대상 시계열 유형의 데이터 세트 유형 하나만 사용합니다. 데이터 필드를 데이터 세트 유형에 필요한 최소 필드에 매핑합니다.

# RETAIL 도메인
<a name="retail-domain"></a>

RETAIL 도메인이 지원하는 데이터 세트 유형은 다음과 같습니다. 각 데이터 세트 유형에 대해 필수 필드와 선택 사항 필드를 나열합니다. 교육 데이터의 열에 필드를 매핑하는 방법에 대한 자세한 내용은 [데이터 세트 도메인 및 데이터 세트 유형](howitworks-datasets-groups.md#howitworks-dataset-domainstypes)를 참조하십시오.

**Topics**
+ [대상 시계열 데이터 세트 유형](#target-time-series-type-retail-domain)
+ [관련 시계열 데이터 세트 유형](#related-time-series-type-retail-domain)
+ [항목 메타데이터 데이터 세트 유형](#item-metadata-type-retail-domain)

## 대상 시계열 데이터 세트 유형
<a name="target-time-series-type-retail-domain"></a>

대상 시계열은 소매 조직에서 판매하는 각 품목 또는 제품에 대한 과거 시계열 데이터입니다. 필수 필드는 다음과 같습니다.
+ `item_id `(string) - 수요를 예상하려는 항목이나 제품의 고유 식별자.
+ `timestamp`(timestamp)
+ `demand`(float) - 타임스탬프 때 해당 항목의 판매 수. 이는 Amazon Forecast가 예상을 발생하는 *대상* 필드이기도 합니다.

다음 차원은 선택 사항이며 예측 세부 수준을 변경하는 데 사용할 수 있습니다.
+ `location`(string) - 항목이 판매된 스토어의 위치. 이는 스토어/위치가 여러 개인 경우에만 사용해야 합니다.

이러한 필수 필드와 선택적 차원만 포함되는 것이 이상적입니다. 다른 추가 시계열 정보는 관련 시계열 데이터 세트에 포함되어야 합니다.

## 관련 시계열 데이터 세트 유형
<a name="related-time-series-type-retail-domain"></a>

특정 날짜에 받은 가격이나 웹 조회 수와 같은 관련 시계열 데이터 세트를 Amazon Forecast에 제공할 수 있습니다. 제공하는 정보가 많을수록 예상이 정확해집니다. 필수 필드는 다음과 같습니다.
+ `item_id `(문자열)
+ `timestamp `(타임스탬프)

다음 필드는 선택 사항이며 예측 결과를 개선하는 데 유용할 수 있습니다.
+ `price`(float) - 타임스탬프 때 해당 항목의 가격.
+ `promotion_applied`(integer; 1=true, 0=false) - 타임스탬프 때 해당 항목에 대한 마케팅 홍보가 있었는지 여부를 명시하는 플래그.

필수 필드와 권장 선택 사항 필드 외에도 교육 데이터에는 기타 필드가 포함될 수 있습니다. 데이터 세트에 다른 필드를 추가하려면 데이터 세트를 생성할 때 원하는 필드를 스키마에 입력하십시오.

## 항목 메타데이터 데이터 세트 유형
<a name="item-metadata-type-retail-domain"></a>

이 데이터 세트는 Amazon Forecast에 수요를 예상 중인 항목의 메타데이터(속성)에 대한 정보를 제공합니다. 필수 필드는 다음과 같습니다.
+ `item_id ` (문자열)

다음 필드는 선택 사항이며 예측 결과를 개선하는 데 유용할 수 있습니다.
+ `category`(문자열)
+ `brand`(문자열)
+ `color`(문자열)
+ `genre`(문자열)

필수 필드와 권장 선택 사항 필드 외에도 교육 데이터에는 기타 필드가 포함될 수 있습니다. 데이터 세트에 다른 필드를 추가하려면 데이터 세트를 생성할 때 원하는 필드를 스키마에 입력하십시오.

# CUSTOM 도메인
<a name="custom-domain"></a>

CUSTOM 도메인이 지원하는 데이터 세트 유형은 다음과 같습니다. 각 데이터 세트 유형에 대해 필수 필드와 선택 사항 필드를 나열합니다. 교육 데이터의 열에 필드를 매핑하는 방법에 대한 자세한 내용은 [데이터 세트 도메인 및 데이터 세트 유형](howitworks-datasets-groups.md#howitworks-dataset-domainstypes)를 참조하십시오.

**Topics**
+ [대상 시계열 데이터 세트 유형](#target-time-series-type-custom-domain)
+ [관련 시계열 데이터 세트 유형](#related-time-series-type-custom-domain)
+ [항목 메타데이터 데이터 세트 유형](#item-metadata-type-custom-domain)

## 대상 시계열 데이터 세트 유형
<a name="target-time-series-type-custom-domain"></a>

필수 필드는 다음과 같습니다.
+ `item_id `(문자열)
+ `timestamp`(timestamp)
+ `target_value`(floating-point integer) - Amazon Forecast가 예측을 생성하는 `target` 필드입니다.

이상적으로는 필수 필드만 포함되어야 합니다. 다른 추가 시계열 정보는 관련 시계열 데이터 세트에 포함되어야 합니다.

## 관련 시계열 데이터 세트 유형
<a name="related-time-series-type-custom-domain"></a>

필수 필드는 다음과 같습니다.
+ `item_id`(문자열)
+ `timestamp`(timestamp)

필수 필드 외에도 교육 데이터에는 기타 필드가 포함될 수 있습니다. 데이터 세트에 다른 필드를 추가하려면 데이터 세트를 생성할 때 원하는 필드를 스키마에 입력하십시오.

## 항목 메타데이터 데이터 세트 유형
<a name="item-metadata-type-custom-domain"></a>

필수 필드는 다음과 같습니다.
+ `item_id`(문자열)

다음 필드는 선택 사항이며 예측 결과를 개선하는 데 유용할 수 있습니다.
+ `category`(문자열)

필수 필드와 권장 선택 사항 필드 외에도 교육 데이터에는 기타 필드가 포함될 수 있습니다. 데이터 세트에 다른 필드를 추가하려면 데이터 세트를 생성할 때 원하는 필드를 스키마에 입력하십시오.

# INVENTORY\$1PLANNING 도메인
<a name="inv-planning-domain"></a>

원자재에 대한 수요를 예상하고 특정 품목의 재고 물량을 결정하려면 INVENTORY\$1PLANNING 도메인을 사용하십시오. 지원하는 데이터 세트 유형은 다음과 같습니다. 각 데이터 세트 유형에 대해 필수 필드와 선택 사항 필드를 나열합니다. 교육 데이터의 열에 필드를 매핑하는 방법에 대한 자세한 내용은 [데이터 세트 도메인 및 데이터 세트 유형](howitworks-datasets-groups.md#howitworks-dataset-domainstypes)를 참조하십시오.

**Topics**
+ [대상 시계열 데이터 세트 유형](#target-time-series-type-inv-planning-domain)
+ [관련 시계열 데이터 세트 유형](#related-time-series-type-related-time-series-domain)
+ [항목 메타데이터 데이터 세트 유형](#item-metadata-type-related-time-series-domain)

## 대상 시계열 데이터 세트 유형
<a name="target-time-series-type-inv-planning-domain"></a>

필수 필드는 다음과 같습니다.
+ `item_id`(문자열)
+ `timestamp`(timestamp)
+ `demand`(float) - Amazon Forecast가 예측을 생성하는 `target` 필드입니다.

다음 차원은 선택 사항이며 예측 세부 수준을 변경하는 데 사용할 수 있습니다.
+ `location`(string) - 항목의 재고가 있는 유통 센터의 위치입니다. 이는 스토어/위치가 여러 개인 경우에만 사용해야 합니다.

이러한 필수 필드와 선택적 차원만 포함되는 것이 이상적입니다. 다른 추가 시계열 정보는 관련 시계열 데이터 세트에 포함되어야 합니다.

## 관련 시계열 데이터 세트 유형
<a name="related-time-series-type-related-time-series-domain"></a>

필수 필드는 다음과 같습니다.
+ `item_id`(문자열)
+ `timestamp`(timestamp)

다음 필드는 선택 사항이며 예측 결과를 개선하는 데 유용할 수 있습니다.
+ `price`(float) - 항목의 가격 

필수 필드와 권장 선택 사항 필드 외에도 교육 데이터에는 기타 필드가 포함될 수 있습니다. 데이터 세트에 다른 필드를 추가하려면 데이터 세트를 생성할 때 원하는 필드를 스키마에 입력하십시오.

## 항목 메타데이터 데이터 세트 유형
<a name="item-metadata-type-related-time-series-domain"></a>

필수 필드는 다음과 같습니다.
+ `item_id`(문자열)

다음 필드는 선택 사항이며 예측 결과를 개선하는 데 유용할 수 있습니다.
+ `category`(string) - 항목의 범주.
+ `brand`(string) - 항목의 브랜드.
+ `lead_time`(string) - 항목을 제조하기 위한 리드 타임(일).
+ `order_cycle`(string) - 주문 주기는 작업이 시작될 때 시작되고 항목의 배송 준비가 완료되면 끝납니다.
+ `safety_stock`(string) - 해당 항목에 대해 보유할 최소 재고량.

필수 필드와 권장 선택 사항 필드 외에도 교육 데이터에는 기타 필드가 포함될 수 있습니다. 데이터 세트에 다른 필드를 추가하려면 데이터 세트를 생성할 때 원하는 필드를 스키마에 입력하십시오.

# EC2 CAPACITY 도메인
<a name="ec2-capacity-domain"></a>

Amazon EC2 용량을 예측하려면 EC2 CAPACITY 도메인을 사용하세요. 지원하는 데이터 세트 유형은 다음과 같습니다. 각 데이터 세트 유형에 대해 필수 필드와 선택 사항 필드를 나열합니다. 교육 데이터의 열에 필드를 매핑하는 방법에 대한 자세한 내용은 [데이터 세트 도메인 및 데이터 세트 유형](howitworks-datasets-groups.md#howitworks-dataset-domainstypes)를 참조하십시오.

## 대상 시계열 데이터 세트 유형
<a name="target-time-series-type-ec2-capacity-domain"></a>

필수 필드는 다음과 같습니다.
+ `instance_type`(string) - 인스턴스의 유형(예: c5.xlarge).
+ `timestamp`(timestamp)
+ `number_of_instances`(integer) - 타임스탬프 때 사용된 해당 특정 인스턴스 유형의 인스턴스 수. 이는 Amazon Forecast가 예상을 발생하는 `target` 필드입니다.

다음 차원은 선택 사항이며 예측 세부 수준을 변경하는 데 사용할 수 있습니다.
+ `location` (문자열) - us-west-2 또는 us-east-1 AWS 리전과 같은를 제공할 수 있습니다. 이는 여러 리전을 모델링하는 경우에만 사용해야 합니다.

이러한 필수 및 제안된 필드만 포함되는 것이 이상적입니다. 다른 추가 시계열 정보는 관련 시계열 데이터 세트에 포함되어야 합니다.

## 관련 시계열 데이터 세트 유형
<a name="related-time-series-type-ec2-capacity-domain"></a>

필수 필드는 다음과 같습니다.
+ `instance_type`(문자열)
+ `timestamp`(timestamp)

필수 필드 외에도 교육 데이터에는 기타 필드가 포함될 수 있습니다. 데이터 세트에 다른 필드를 추가하려면 데이터 세트를 생성할 때 원하는 필드를 스키마에 입력하십시오.

# WORK\$1FORCE 도메인
<a name="workforce-domain"></a>

인력 수요를 예상하려면 WORK\$1FORCE 도메인을 사용하십시오. 지원하는 데이터 세트 유형은 다음과 같습니다. 각 데이터 세트 유형에 대해 필수 필드와 선택 사항 필드를 나열합니다. 교육 데이터의 열에 필드를 매핑하는 방법에 대한 자세한 내용은 [데이터 세트 도메인 및 데이터 세트 유형](howitworks-datasets-groups.md#howitworks-dataset-domainstypes)를 참조하십시오.

**Topics**
+ [대상 시계열 데이터 세트 유형](#target-time-series-type-workforce-domain)
+ [관련 시계열 데이터 세트 유형](#related-time-series-type-workforce-domain)
+ [항목 메타데이터 데이터 세트 유형](#item-metadata-type-workforce-domain)

## 대상 시계열 데이터 세트 유형
<a name="target-time-series-type-workforce-domain"></a>

필수 필드는 다음과 같습니다.
+ `workforce_type`(string) - 예측되는 노동력의 유형. 예를 들어 콜 센터 수요 또는 주문 처리 센터 노동 수요가 해당됩니다.
+ `timestamp`(timestamp)
+ `workforce_demand`(floating-point integer) - Amazon Forecast가 예측을 생성하는 `target` 필드입니다.

다음 차원은 선택 사항이며 예측 세부 수준을 변경하는 데 사용할 수 있습니다.
+ `location`(string) - 인력 리소스가 요구되는 위치. 이는 스토어/위치가 여러 개인 경우에 사용해야 합니다.

이러한 필수 필드와 선택적 차원만 포함되는 것이 이상적입니다. 다른 추가 시계열 정보는 관련 시계열 데이터 세트에 포함되어야 합니다.

## 관련 시계열 데이터 세트 유형
<a name="related-time-series-type-workforce-domain"></a>

필수 필드는 다음과 같습니다.
+ `workforce_type`(문자열)
+ `timestamp`(timestamp)

필수 필드 외에도 교육 데이터에는 기타 필드가 포함될 수 있습니다. 데이터 세트에 다른 필드를 추가하려면 데이터 세트를 생성할 때 원하는 필드를 스키마에 입력하십시오.

## 항목 메타데이터 데이터 세트 유형
<a name="item-metadata-type-workforce-domain"></a>

필수 필드는 다음과 같습니다.
+ `workforce_type`(문자열)

다음 필드는 선택 사항이며 예측 결과를 개선하는 데 유용할 수 있습니다.
+ `wages`(float) - 특정 인력 유형의 평균 임금.
+ `shift_length`(string) - 근무 교대 길이.
+ `location`(string) - 인력의 위치.

필수 필드와 권장 선택 사항 필드 외에도 교육 데이터에는 기타 필드가 포함될 수 있습니다. 데이터 세트에 다른 필드를 추가하려면 데이터 세트를 생성할 때 원하는 필드를 스키마에 입력하십시오.

# WEB\$1TRAFFIC 도메인
<a name="webtraffic-domain"></a>

웹 속성 또는 웹 속성 집합을 예상하려면 WEB\$1TRAFFIC 도메인을 사용하십시오. 지원하는 데이터 세트 유형은 다음과 같습니다. 관련 항목에서는 데이터 세트 유형이 지원하는 필수 및 선택 사항 필드를 설명합니다. 교육 데이터의 열에 이러한 필드를 매핑하는 방법에 대한 자세한 내용은 [데이터 세트 도메인 및 데이터 세트 유형](howitworks-datasets-groups.md#howitworks-dataset-domainstypes)를 참조하십시오.

**Topics**
+ [대상 시계열 데이터 세트 유형](#target-time-series-type-webtraffic-domain)
+ [관련 시계열 데이터 세트 유형](#related-time-series-type-webtraffic-domain)

## 대상 시계열 데이터 세트 유형
<a name="target-time-series-type-webtraffic-domain"></a>

필수 필드는 다음과 같습니다.
+ `item_id`(string) - 예측되는 각 웹 속성의 고유 식별자.
+ `timestamp`(timestamp)
+ `value`(float) - Amazon Forecast가 예측을 생성하는 `target` 필드입니다.

이상적으로는 필수 필드만 포함되어야 합니다. 다른 추가 시계열 정보는 관련 시계열 데이터 세트에 포함되어야 합니다.

## 관련 시계열 데이터 세트 유형
<a name="related-time-series-type-webtraffic-domain"></a>

필수 필드는 다음과 같습니다.
+ `item_id`(문자열)
+ `timestamp`(timestamp)

필수 필드 외에도 교육 데이터에는 기타 필드가 포함될 수 있습니다. 데이터 세트에 다른 필드를 추가하려면 데이터 세트를 생성할 때 원하는 필드를 스키마에 입력하십시오.

### 항목 메타데이터 데이터 세트 유형
<a name="idem-metadata-type-webtraffic-domain"></a>

필수 필드는 다음과 같습니다.
+ `item_id`(문자열)

다음 필드는 선택 사항이며 예측 결과를 개선하는 데 유용할 수 있습니다.
+ `category`(문자열)

필수 필드와 권장 선택 사항 필드 외에도 교육 데이터에는 기타 필드가 포함될 수 있습니다. 데이터 세트에 다른 필드를 추가하려면 데이터 세트를 생성할 때 원하는 필드를 스키마에 입력하십시오.

# METRICS 도메인
<a name="metrics-domain"></a>

수익, 판매 및 현금 흐름과 같은 지표를 예상할 경우 METRICS 도메인을 사용하십시오. 지원하는 데이터 세트 유형은 다음과 같습니다. 각 데이터 세트 유형에 대해 필수 필드와 선택 사항 필드를 나열합니다. 교육 데이터의 열에 필드를 매핑하는 방법에 대한 자세한 내용은 [데이터 세트 도메인 및 데이터 세트 유형](howitworks-datasets-groups.md#howitworks-dataset-domainstypes)를 참조하십시오.

**Topics**
+ [대상 시계열 데이터 세트 유형](#target-time-series-type-metrics-domain)
+ [관련 시계열 데이터 세트 유형](#related-time-series-type-metrics-domain)
+ [항목 메타데이터 데이터 세트 유형](#item-metadata-type-metrics-domain)

## 대상 시계열 데이터 세트 유형
<a name="target-time-series-type-metrics-domain"></a>

필수 필드는 다음과 같습니다.
+ `metric_name`(문자열)
+ `timestamp`(timestamp)
+ `metric_value`(floating-point integer) - Amazon Forecast가 예측을 생성하는 `target` 필드(예: 특정 날짜에 발생한 수익 금액).

이상적으로는 필수 필드만 포함되어야 합니다. 다른 추가 시계열 정보는 관련 시계열 데이터 세트에 포함되어야 합니다.

## 관련 시계열 데이터 세트 유형
<a name="related-time-series-type-metrics-domain"></a>

필수 필드는 다음과 같습니다.
+ `metric_name`(문자열)
+ `timestamp`(timestamp)

필수 필드 외에도 교육 데이터에는 기타 필드가 포함될 수 있습니다. 데이터 세트에 다른 필드를 추가하려면 데이터 세트를 생성할 때 원하는 필드를 스키마에 입력하십시오.

## 항목 메타데이터 데이터 세트 유형
<a name="item-metadata-type-metrics-domain"></a>

필수 필드는 다음과 같습니다.
+ `metric_name`(문자열)

다음 필드는 선택 사항이며 예측 결과를 개선하는 데 유용할 수 있습니다.
+ `category`(문자열)

필수 필드와 권장 선택 사항 필드 외에도 교육 데이터에는 기타 필드가 포함될 수 있습니다. 데이터 세트에 다른 필드를 추가하려면 데이터 세트를 생성할 때 원하는 필드를 스키마에 입력하십시오.