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. # Domínios e tipos de conjunto de dados predefinidos Para treinar um preditor, você cria um ou mais conjuntos de dados, adiciona-os a um grupo de conjuntos de dados e fornece o grupo de conjuntos de dados para treinamento. Para cada conjunto de dados criado, você associa um domínio de conjunto de dados e um tipo de conjunto de dados. Um *domínio de conjunto de dados* especifica um esquema de conjunto de dados predefinido para um caso de uso comum e não afeta algoritmos de modelo ou hiperparâmetros. O Amazon Forecast oferece suporte aos seguintes domínios de conjunto de dados: + [Domínio RETAIL](retail-domain.md): para a previsão de demanda de varejo + [Domínio INVENTORY\$1PLANNING](inv-planning-domain.md): para uma cadeia de suprimentos e um planejamento de inventário + [Domínio EC2 CAPACITY](ec2-capacity-domain.md): para prever a capacidade do Amazon Elastic Compute Cloud (Amazon EC2) + [Domínio WORK\$1FORCE](workforce-domain.md): para planejamento da força de trabalho + [Domínio WEB\$1TRAFFIC](webtraffic-domain.md): para estimar o tráfego futuro da web + [Domínio METRICS](metrics-domain.md): para previsão de métricas, como receita e fluxo de caixa + [Domínio CUSTOM](custom-domain.md): para todos os outros tipos de previsão de série temporal Cada domínio pode ter de um a três *tipos de conjunto de dados*. Os tipos de conjunto de dados que você cria para um domínio são baseados no tipo de dados que tem e o que deseja incluir no treinamento. Cada domínio requer um conjunto de dados de séries temporais de destino e, opcionalmente, oferece suporte aos tipos relacionados de séries temporais e conjuntos de dados de metadados de itens. Os tipos de conjunto de dados são: + Séries temporais de destino: o único tipo de conjunto de dados obrigatório. Esse tipo define o campo de *destino* para o qual você deseja gerar previsões. Por exemplo, para prever as vendas de um conjunto de produtos, você deve criar um conjunto de dados de séries temporais histórica para cada um dos produtos que deseja prever. Da mesma forma, você pode criar um conjunto de dados de séries temporais de destino para métricas, como receita, fluxo de caixa e vendas, que você talvez queira prever. + Séries temporais relacionadas: dados de séries temporais relacionados aos dados de séries temporais de destino. Por exemplo, o preço está relacionado aos dados de vendas do produto, portanto, você pode fornecê-lo como uma série temporal relacionada. + Metadados de itens: metadados que se aplicam aos dados de séries temporais de destino. Por exemplo, se você estiver prevendo as vendas de um determinado produto, os atributos do produto, como marca, cor e gênero, farão parte dos metadados de itens. Ao prever a capacidade do EC2 para instâncias do EC2, os metadados podem incluir a CPU e a memória dos tipos de instância. Para cada tipo de conjunto de dados, os dados de entrada devem conter determinados campos obrigatórios. Você também pode incluir campos opcionais que o Amazon Forecast sugere que você inclua. Os exemplos a seguir mostram como escolher um domínio de conjunto de dados e os tipos de conjunto de dados correspondentes. **Example Exemplo 1: Tipos de conjunto de dados no domínio RETAIL** Se você for um varejista interessado na previsão da demanda de itens, poderá criar os seguintes conjuntos de dados no domínio VAREJO: + Séries temporais de destino é o conjunto de dados necessário da demanda da série temporal histórica (vendas) para cada item (cada produto que um varejista vende). No domínio RETAIL, esse tipo de conjunto de dados requer que o conjunto de dados inclua os campos `item_id`, `timestamp` e `demand`. O campo `demand` é o destino da previsão e, geralmente, é o número de itens vendidos pelo varejista em uma determinada semana ou dia. + Opcionalmente, um conjunto de dados do tipo de séries temporais relacionadas. No domínio RETAIL, esse tipo pode incluir informações de séries temporais opcionais, mas sugeridas, como `price`, `inventory_onhand` e `webpage_hits`. + Opcionalmente, um conjunto de dados do tipo de metadados de itens. No domínio RETAIL, o Amazon Forecast sugere que forneça informações dos metadados relacionados aos itens que você forneceu em séries temporais de destino, como `brand`, `color`, `category` e `genre`. **Example Exemplo 2: Tipos de conjunto de dados no domínio METRICS** Para prever métricas de previsão importantes para a sua organização, como receita, vendas e fluxo de caixa, você pode fornecer ao Amazon Forecast os seguintes conjuntos de dados: + O conjunto de dados de séries temporais de destino que fornece dados de séries temporais históricos para a métrica que você deseja prever. Se você deseja prever a receita de todas as unidades de negócios da sua organização, poderá criar um conjunto de dados `target time series` com os campos `metric`, `business unit` e `metric_value`. + Se você tiver algum metadado para cada métrica que não seja necessário, como `category` ou `location`, poderá fornecer conjuntos de dados dos tipos de séries temporais relacionadas e de metadados de itens. Você deve fornecer, no mínimo, um conjunto de dados de séries temporais de destino para que o Forecast gere previsões para suas métricas de destino. **Example Exemplo 3: Tipos de conjunto de dados no domínio CUSTOM** Os dados de treinamento de seu aplicativo de previsão podem não se adequar a nenhum dos domínios do Amazon Forecast. Se esse for o caso, escolha o domínio CUSTOM. Você deve fornecer o conjunto de dados de séries temporais de destino, mas pode adicionar seus próprios campos personalizados. O exercício [Conceitos básicos](getting-started.md) prevê o uso de eletricidade de um cliente. Os dados de treinamento do uso de eletricidade não se adequam a nenhum dos domínios de conjunto de dados e, portanto, usamos o domínio CUSTOM. No exercício, usamos apenas um tipo de conjunto de dados, o tipo de séries temporais de destino. Mapeamos os campos de dados para os campos mínimos exigidos pelo tipo de conjunto de dados. # Domínio RETAIL O domínio RETAIL é compatível com os seguintes tipos de conjunto de dados. Para cada tipo de conjunto de dados, listamos campos obrigatórios e opcionais. Para obter mais informações sobre como mapear os campos para as colunas nos dados de treinamento, consulte [Domínios e tipos de conjunto de dados](howitworks-datasets-groups.md#howitworks-dataset-domainstypes). **Topics** + [Tipo de conjunto de dados de séries temporais de destino](#target-time-series-type-retail-domain) + [Tipo de conjunto de dados de séries temporais relacionadas](#related-time-series-type-retail-domain) + [Tipo de conjunto de dados de metadados de itens](#item-metadata-type-retail-domain) ## Tipo de conjunto de dados de séries temporais de destino A série temporal de destino são os dados de séries temporais históricos de cada item ou produto vendido pela organização de varejo. Os seguintes campos são obrigatórios: + `item_id ` (string): um identificador exclusivo do item ou produto cuja demanda você deseja prever. + `timestamp` (timestamp) + `demand` (flutuante): o número de vendas desse item no carimbo de data/hora. Esse também é o campo de *destino* para o qual o Amazon Forecast gera uma previsão. A dimensão a seguir é opcional e pode ser usada para alterar a granularidade da previsão: + `location` (string): o local da loja em que o item foi vendido. Isso só deve ser usado se você tiver várias lojas/locais. O ideal é que apenas esses campos obrigatórios e dimensões opcionais sejam incluídos. Outras informações adicionais sobre séries temporais devem ser incluídas em um conjunto de dados de séries temporais relacionadas. ## Tipo de conjunto de dados de séries temporais relacionadas Você pode fornecer ao Amazon Forecast os conjuntos de dados de séries temporais relacionadas, como o preço ou o número de cliques na web recebidos pelo item em uma data específica. Quanto mais informações você fornecer, mais precisa será a previsão. Os seguintes campos são obrigatórios: + `item_id ` (string) + `timestamp ` (timestamp) Os campos a seguir são opcionais e podem ser úteis para melhorar os resultados da previsão: + `price` (flutuante): o preço do item no momento do carimbo de data/hora. + `promotion_applied` (inteiro; 1=true, 0=false): um sinalizador que especifica se houve uma promoção de marketing para esse item no carimbo de data/hora. Além dos campos obrigatórios e opcionais sugeridos, os dados de treinamento podem incluir outros campos. Para incluir outros campos no conjunto de dados, forneça os campos em um esquema ao criar o conjunto de dados. ## Tipo de conjunto de dados de metadados de itens Esse conjunto de dados fornece ao Amazon Forecast informações sobre metadados (atributos) dos itens cuja demanda está sendo prevista. Os seguintes campos são obrigatórios: + `item_id ` (string) Os campos a seguir são opcionais e podem ser úteis para melhorar os resultados da previsão: + `category` (string) + `brand` (string) + `color` (string) + `genre` (string) Além dos campos obrigatórios e opcionais sugeridos, os dados de treinamento podem incluir outros campos. Para incluir outros campos no conjunto de dados, forneça os campos em um esquema ao criar o conjunto de dados. # Domínio CUSTOM O domínio CUSTOM é compatível com os seguintes tipos de conjunto de dados. Para cada tipo de conjunto de dados, listamos campos obrigatórios e opcionais. Para obter mais informações sobre como mapear os campos para as colunas nos dados de treinamento, consulte [Domínios e tipos de conjunto de dados](howitworks-datasets-groups.md#howitworks-dataset-domainstypes). **Topics** + [Tipo de conjunto de dados de séries temporais de destino](#target-time-series-type-custom-domain) + [Tipo de conjunto de dados de séries temporais relacionadas](#related-time-series-type-custom-domain) + [Tipo de conjunto de dados de metadados de itens](#item-metadata-type-custom-domain) ## Tipo de conjunto de dados de séries temporais de destino Os seguintes campos são obrigatórios: + `item_id ` (string) + `timestamp` (timestamp) + `target_value` (inteiro de ponto flutuante): este é o campo `target` para o qual o Amazon Forecast gera uma previsão. Idealmente, apenas esses campos obrigatórios devem ser incluídos. Outras informações adicionais sobre séries temporais devem ser incluídas em um conjunto de dados de séries temporais relacionadas. ## Tipo de conjunto de dados de séries temporais relacionadas Os seguintes campos são obrigatórios: + `item_id` (string) + `timestamp` (timestamp) Além dos campos obrigatórios, os dados de treinamento podem incluir outros campos. Para incluir outros campos no conjunto de dados, forneça os campos em um esquema ao criar o conjunto de dados. ## Tipo de conjunto de dados de metadados de itens O campo a seguir é obrigatório: + `item_id` (string) O campo a seguir é opcional e pode ser útil para melhorar os resultados da previsão: + `category` (string) Além dos campos obrigatórios e opcionais sugeridos, os dados de treinamento podem incluir outros campos. Para incluir outros campos no conjunto de dados, forneça os campos em um esquema ao criar o conjunto de dados. # Domínio INVENTORY\$1PLANNING Use o domínio INVENTORY\$1PLANNING para prever a demanda de matérias primas e determinar a quantidade de inventário de um item específico no estoque. Ele é compatível com os seguintes tipos de conjunto de dados. Para cada tipo de conjunto de dados, listamos campos obrigatórios e opcionais. Para obter mais informações sobre como mapear os campos para as colunas nos dados de treinamento, consulte [Domínios e tipos de conjunto de dados](howitworks-datasets-groups.md#howitworks-dataset-domainstypes). **Topics** + [Tipo de conjunto de dados de séries temporais de destino](#target-time-series-type-inv-planning-domain) + [Tipo de conjunto de dados de séries temporais relacionadas](#related-time-series-type-related-time-series-domain) + [Tipo de conjunto de dados de metadados de itens](#item-metadata-type-related-time-series-domain) ## Tipo de conjunto de dados de séries temporais de destino Os seguintes campos são obrigatórios: + `item_id` (string) + `timestamp` (timestamp) + `demand` (flutuante): este é o campo `target` para o qual o Amazon Forecast gera uma previsão. A dimensão a seguir é opcional e pode ser usada para alterar a granularidade da previsão: + `location` (string): o local do centro de distribuição em que o item é armazenado. Isso só deve ser usado se você tiver várias lojas/locais. O ideal é que apenas esses campos obrigatórios e dimensões opcionais sejam incluídos. Outras informações adicionais sobre séries temporais devem ser incluídas em um conjunto de dados de séries temporais relacionadas. ## Tipo de conjunto de dados de séries temporais relacionadas Os seguintes campos são obrigatórios: + `item_id` (string) + `timestamp` (timestamp) Os campos a seguir são opcionais e podem ser úteis para melhorar os resultados da previsão: + `price` (flutuante): o preço do item Além dos campos obrigatórios e opcionais sugeridos, os dados de treinamento podem incluir outros campos. Para incluir outros campos no conjunto de dados, forneça os campos em um esquema ao criar o conjunto de dados. ## Tipo de conjunto de dados de metadados de itens Os seguintes campos são obrigatórios: + `item_id` (string) Os campos a seguir são opcionais e podem ser úteis para melhorar os resultados da previsão: + `category` (string): a categoria do item. + `brand` (string): a marca do item. + `lead_time` (string): o prazo, em dias, de fabricação do item. + `order_cycle` (string): o ciclo de pedidos começa quando o trabalho começa e termina quando o item está pronto para entrega. + `safety_stock` (string): a quantidade mínima desse item a ser mantida no estoque. Além dos campos obrigatórios e opcionais sugeridos, os dados de treinamento podem incluir outros campos. Para incluir outros campos no conjunto de dados, forneça os campos em um esquema ao criar o conjunto de dados. # Domínio EC2 CAPACITY Use o domínio EC2 CAPACITY para prever a capacidade do Amazon EC2. Ele é compatível com os seguintes tipos de conjunto de dados. Para cada tipo de conjunto de dados, listamos campos obrigatórios e opcionais. Para obter mais informações sobre como mapear os campos para as colunas nos dados de treinamento, consulte [Domínios e tipos de conjunto de dados](howitworks-datasets-groups.md#howitworks-dataset-domainstypes). ## Tipo de conjunto de dados de séries temporais de destino Os seguintes campos são obrigatórios: + `instance_type` (string): o tipo de instância (por exemplo, c5.xlarge). + `timestamp` (timestamp) + `number_of_instances` (inteiro): o número de instâncias desse tipo de instância específico que foram consumidas no carimbo de data/hora. Esse é o campo `target` para o qual o Amazon Forecast gera uma previsão. A dimensão a seguir é opcional e pode ser usada para alterar a granularidade da previsão: + `location`(string) — Você pode fornecer um Região da AWS, como us-west-2 ou us-east-1. Isso só deve ser usado se você estiver modelando várias regiões. Idealmente, apenas esses campos obrigatórios e opcionais sugeridos devem ser incluídos. Outras informações adicionais sobre séries temporais devem ser incluídas em um conjunto de dados de séries temporais relacionadas. ## Tipo de conjunto de dados de séries temporais relacionadas Os seguintes campos são obrigatórios: + `instance_type` (string) + `timestamp` (timestamp) Além dos campos obrigatórios, os dados de treinamento podem incluir outros campos. Para incluir outros campos no conjunto de dados, forneça os campos em um esquema ao criar o conjunto de dados. # Domínio WORK\$1FORCE Use o domínio WORK\$1FORCE para prever a demanda da força de trabalho. Ele é compatível com os seguintes tipos de conjunto de dados. Para cada tipo de conjunto de dados, listamos campos obrigatórios e opcionais. Para obter mais informações sobre como mapear os campos para as colunas nos dados de treinamento, consulte [Domínios e tipos de conjunto de dados](howitworks-datasets-groups.md#howitworks-dataset-domainstypes). **Topics** + [Tipo de conjunto de dados de séries temporais de destino](#target-time-series-type-workforce-domain) + [Tipo de conjunto de dados de séries temporais relacionadas](#related-time-series-type-workforce-domain) + [Tipo de conjunto de dados de metadados de itens](#item-metadata-type-workforce-domain) ## Tipo de conjunto de dados de séries temporais de destino Os seguintes campos são obrigatórios: + `workforce_type` (string): o tipo de força de trabalho que está sendo prevista. Por exemplo, a demanda do call center ou a demanda de trabalho do centro de atendimento. + `timestamp` (timestamp) + `workforce_demand` (inteiro de ponto flutuante): este é o campo `target` para o qual o Amazon Forecast gera uma previsão. A dimensão a seguir é opcional e pode ser usada para alterar a granularidade da previsão: + `location` (string): o local onde os recursos da força de trabalho são procurados. Isso deve ser usado se você tiver várias lojas/locais. O ideal é que apenas esses campos obrigatórios e dimensões opcionais sejam incluídos. Outras informações adicionais sobre séries temporais devem ser incluídas em um conjunto de dados de séries temporais relacionadas. ## Tipo de conjunto de dados de séries temporais relacionadas Os seguintes campos são obrigatórios: + `workforce_type` (string) + `timestamp` (timestamp) Além dos campos obrigatórios, os dados de treinamento podem incluir outros campos. Para incluir outros campos no conjunto de dados, forneça os campos em um esquema ao criar o conjunto de dados. ## Tipo de conjunto de dados de metadados de itens O campo a seguir é obrigatório: + `workforce_type` (string) Os campos a seguir são opcionais e podem ser úteis para melhorar os resultados da previsão: + `wages` (flutuante): o salário médio desse tipo de força de trabalho específico. + `shift_length` (string): a duração do turno. + `location` (string): o local da força de trabalho. Além dos campos obrigatórios e opcionais sugeridos, os dados de treinamento podem incluir outros campos. Para incluir outros campos no conjunto de dados, forneça os campos em um esquema ao criar o conjunto de dados. # Domínio WEB\$1TRAFFIC Use o domínio WEB\$1TRAFFIC para prever o tráfego da web para uma propriedade da web ou um conjunto de propriedades da web. Ele é compatível com os seguintes tipos de conjunto de dados. Os tópicos relevantes descrevem os campos obrigatórios e opcionais compatíveis com o tipo de conjunto de dados. Para obter mais informações sobre como mapear esses campos para colunas nos dados de treinamento, consulte [Domínios e tipos de conjunto de dados](howitworks-datasets-groups.md#howitworks-dataset-domainstypes). **Topics** + [Tipo de conjunto de dados de séries temporais de destino](#target-time-series-type-webtraffic-domain) + [Tipo de conjunto de dados de séries temporais relacionadas](#related-time-series-type-webtraffic-domain) ## Tipo de conjunto de dados de séries temporais de destino Os seguintes campos são obrigatórios: + `item_id` (string): um identificador exclusivo para cada propriedade da web que está sendo prevista. + `timestamp` (timestamp) + `value` (flutuante): este é o campo `target` para o qual o Amazon Forecast gera uma previsão. Idealmente, apenas esses campos obrigatórios devem ser incluídos. Outras informações adicionais sobre séries temporais devem ser incluídas em um conjunto de dados de séries temporais relacionadas. ## Tipo de conjunto de dados de séries temporais relacionadas Os seguintes campos são obrigatórios: + `item_id` (string) + `timestamp` (timestamp) Além dos campos obrigatórios, os dados de treinamento podem incluir outros campos. Para incluir outros campos no conjunto de dados, forneça os campos em um esquema ao criar o conjunto de dados. ### Tipo de conjunto de dados de metadados de itens O campo a seguir é obrigatório: + `item_id` (string) O campo a seguir é opcional e pode ser útil para melhorar os resultados da previsão: + `category` (string) Além dos campos obrigatórios e opcionais sugeridos, os dados de treinamento podem incluir outros campos. Para incluir outros campos no conjunto de dados, forneça os campos em um esquema ao criar o conjunto de dados. # Domínio METRICS Use o domínio METRICS para prever métricas, como receita, vendas e fluxo de caixa. Ele é compatível com os seguintes tipos de conjunto de dados. Para cada tipo de conjunto de dados, listamos campos obrigatórios e opcionais. Para obter mais informações sobre como mapear os campos para as colunas nos dados de treinamento, consulte [Domínios e tipos de conjunto de dados](howitworks-datasets-groups.md#howitworks-dataset-domainstypes). **Topics** + [Tipo de conjunto de dados de séries temporais de destino](#target-time-series-type-metrics-domain) + [Tipo de conjunto de dados de séries temporais relacionadas](#related-time-series-type-metrics-domain) + [Tipo de conjunto de dados de metadados de itens](#item-metadata-type-metrics-domain) ## Tipo de conjunto de dados de séries temporais de destino Os seguintes campos são obrigatórios: + `metric_name` (string) + `timestamp` (timestamp) + `metric_value` (inteiro de ponto flutuante): este é o campo `target` para o qual o Amazon Forecast gera uma previsão (por exemplo, a quantidade de receita gerada em um determinado dia). Idealmente, apenas esses campos obrigatórios devem ser incluídos. Outras informações adicionais sobre séries temporais devem ser incluídas em um conjunto de dados de séries temporais relacionadas. ## Tipo de conjunto de dados de séries temporais relacionadas Os seguintes campos são obrigatórios: + `metric_name` (string) + `timestamp` (timestamp) Além dos campos obrigatórios, os dados de treinamento podem incluir outros campos. Para incluir outros campos no conjunto de dados, forneça os campos em um esquema ao criar o conjunto de dados. ## Tipo de conjunto de dados de metadados de itens O campo a seguir é obrigatório: + `metric_name` (string) O campo a seguir é opcional e pode ser útil para melhorar os resultados da previsão: + `category` (string) Além dos campos obrigatórios e opcionais sugeridos, os dados de treinamento podem incluir outros campos. Para incluir outros campos no conjunto de dados, forneça os campos em um esquema ao criar o conjunto de dados.