O Amazon Forecast não está mais disponível para novos clientes. Os clientes existentes do Amazon Forecast podem continuar usando o serviço normalmente. [Saiba mais](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)
As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Algoritmo Prophet
[Prophet](https://facebook.github.io/prophet/) é um modelo popular de séries temporais estruturais bayesianas locais. O algoritmo Prophet do Amazon Forecast usa a [classe Prophet](https://facebook.github.io/prophet/docs/quick_start.html#python-ap) da implementação do Python de Prophet.
## Como funciona a Prophet
A Prophet é especialmente útil para conjuntos de dados que:
+ Contêm um período longo (meses ou anos) de observações históricas detalhadas (por hora, diária ou semanal)
+ Têm várias sazonalidades fortes
+ Incluem eventos importantes conhecidos anteriormente, mas irregulares
+ Têm pontos de dados ausentes ou grandes exceções
+ Mostram tendências de crescimento não lineares que estão se aproximando de um limite
A Prophet é um modelo de regressão aditiva com uma parte linear ou curva de tendência de crescimento logístico. Ela inclui um componente sazonal anual modelado usando série Fourier e um componente sazonal semanal modelado usando variáveis fictícias.
Para obter mais informações, consulte [Prophet: previsão em grande escala](https://research.facebook.com/blog/2017/2/prophet-forecasting-at-scale/).
## Hiperparâmetros do Prophet e séries temporais relacionadas
O Amazon Forecast usa os [hiperparâmetros](https://facebook.github.io/prophet/docs/quick_start.html#python-ap) padrão do Prophet. O Prophet também é compatível com séries temporais relacionadas como recursos, fornecidas ao Amazon Forecast no arquivo CSV da série temporal relacionada.