AWS現(xiàn)在正式推出應用深度學習技術(shù)，由云端完全托管的時間序列預測服務Amazon Forecast，讓使用者不需要擁有機器學習經(jīng)驗，只要上傳歷史時間序列數(shù)據(jù)以及其他相關(guān)數(shù)據(jù)，Amazon Forecast就能夠自動處理數(shù)據(jù)，并挑選最適合的演算法來訓練模型，并為用戶提供高精確度的時間序列預測結(jié)果。

　　時序預測用來預測與時間相關(guān)的數(shù)據(jù)未來值，像是每周銷售額、每日庫存或是每小時網(wǎng)站流量等，AWS提到，企業(yè)會使用簡單的試算表甚至是復雜的財務規(guī)劃軟件，透過歷史時間序列數(shù)據(jù)以產(chǎn)生預測結(jié)果，像是以過去的雨衣銷售數(shù)據(jù)，預測未來的雨衣銷售狀況，但是這樣方法的缺點，是難以為多組不規(guī)則的數(shù)據(jù)，產(chǎn)生精準的預測，也無法簡單地將時間序列數(shù)據(jù)和獨立變數(shù)結(jié)合，像是將價格、折扣和網(wǎng)路流量等數(shù)據(jù)，與產(chǎn)品特徵或是商店位置等資訊相關(guān)聯(lián)。

　　而Amazon Forecast應用深度學習技術(shù)，能將網(wǎng)頁流量和銷售額等歷史時間序列數(shù)據(jù)，結(jié)合假日、促銷活動等獨立變數(shù)數(shù)據(jù)，為使用者提供精確的時間序列預測。這是Amazon應用自家在零售、供應鏈和伺服器容量等時間預測經(jīng)驗，所發(fā)展出可擴展且高精確度時間序列預測服務，用戶可用於各種領(lǐng)域的時序預測，包括資訊服務運作、商業(yè)營運、貨物或是服務的庫存，以及零售促銷等活動。

　　Amazon Forecast可同時使用深度神經(jīng)網(wǎng)路以及傳統(tǒng)的統(tǒng)計方法，提供高精確的預測。Amazon Forecast會自動從用戶提供的數(shù)據(jù)中學習，并選擇最適合的演算法來訓練模型，AWS提到，當用戶有許多時間序列數(shù)據(jù)，則使用深度學習演算法，會比傳統(tǒng)統(tǒng)計指數(shù)平滑法還要精準。

　　這整個預測工作流程從數(shù)據(jù)上傳／處理、模型訓練、數(shù)據(jù)集更新以及預測，都是自動化進行，開發(fā)者可以選擇使用Amazon Forecast API、命令列工具或是控制臺，將訓練數(shù)據(jù)集導入到Amazon Forecast中，進行後續(xù)模型訓練以及部署工作。

　　企業(yè)能夠使用API，將預測功能整合到系統(tǒng)中，以取得預測結(jié)果，也可以從控制臺查詢以及視覺化不同精細度的時間序列預測，并且查看預測程式（Predictor）精確度指標，或是批次輸出CSV檔案，再將數(shù)據(jù)上傳到下游系統(tǒng)。