আমাজন পূর্বাভাস একটি সম্পূর্ণরূপে পরিচালিত পরিষেবা যা উচ্চ নির্ভুল পূর্বাভাস তৈরি করতে মেশিন লার্নিং (ML) ব্যবহার করে, কোনো পূর্বের ML অভিজ্ঞতার প্রয়োজন ছাড়াই। পূর্বাভাস বিভিন্ন ধরণের ব্যবহারের ক্ষেত্রে প্রযোজ্য, যার মধ্যে রয়েছে ইনভেন্টরি ম্যানেজমেন্টের জন্য সরবরাহ এবং চাহিদা অনুমান করা, ভ্রমণের চাহিদার পূর্বাভাস, কর্মশক্তি পরিকল্পনা এবং ক্লাউড অবকাঠামো ব্যবহার কম্পিউটিং।
আপনার চাহিদার পূর্বাভাসের উপর ব্যবসায়িক লিভারের সম্ভাব্য প্রভাব বিশ্লেষণ এবং পরিমাপ করতে আপনি নিরবিচ্ছিন্নভাবে কী-যদি বিশ্লেষণ 80% পর্যন্ত দ্রুত পরিচালনা করতে পূর্বাভাস ব্যবহার করতে পারেন। একটি কি-যদি বিশ্লেষণ আপনাকে তদন্ত করতে এবং ব্যাখ্যা করতে সহায়তা করে যে কীভাবে বিভিন্ন পরিস্থিতি পূর্বাভাস দ্বারা তৈরি বেসলাইন পূর্বাভাসকে প্রভাবিত করতে পারে। পূর্বাভাসের সাথে, ম্যানুয়ালি তৈরি করার জন্য কোনো সার্ভার বা এমএল মডেল নেই। উপরন্তু, আপনি যা ব্যবহার করেন তার জন্য আপনি শুধুমাত্র অর্থ প্রদান করেন এবং কোন ন্যূনতম ফি বা অগ্রিম প্রতিশ্রুতি নেই। পূর্বাভাস ব্যবহার করার জন্য, আপনি যা পূর্বাভাস দিতে চান তার জন্য আপনাকে শুধুমাত্র ঐতিহাসিক তথ্য প্রদান করতে হবে, এবং ঐচ্ছিকভাবে, আপনার পূর্বাভাসকে প্রভাবিত করতে পারে বলে মনে করেন যেকোন অতিরিক্ত ডেটা।
জলের ইউটিলিটি প্রদানকারীদের বেশ কয়েকটি পূর্বাভাস ব্যবহারের ক্ষেত্রে রয়েছে, তবে তাদের মধ্যে প্রাথমিক হল চাহিদা মেটাতে একটি এলাকা বা বিল্ডিংয়ে জল ব্যবহারের পূর্বাভাস দেওয়া। এছাড়াও, ইউটিলিটি প্রদানকারীদের জন্য একটি বিল্ডিংয়ে আরও অ্যাপার্টমেন্ট বা এলাকায় আরও বাড়ি যুক্ত হওয়ার কারণে বর্ধিত খরচের চাহিদার পূর্বাভাস দেওয়া গুরুত্বপূর্ণ। গ্রাহকের কাছে কোনো পরিষেবার বাধা এড়াতে সঠিকভাবে জল খরচের পূর্বাভাস দেওয়া গুরুত্বপূর্ণ।
এই পোস্টটি ঐতিহাসিক টাইম সিরিজ ডেটা ব্যবহার করে এই ব্যবহারের ক্ষেত্রে সমাধান করার জন্য পূর্বাভাস ব্যবহার করে অন্বেষণ করে।
সমাধান ওভারভিউ
জল একটি প্রাকৃতিক সম্পদ এবং শিল্প, কৃষি, পরিবার এবং আমাদের জীবনের জন্য অত্যন্ত গুরুত্বপূর্ণ। সঠিক জল খরচ পূর্বাভাস একটি এজেন্সি দক্ষতার সাথে দৈনন্দিন কার্যক্রম চালাতে পারে তা নিশ্চিত করার জন্য গুরুত্বপূর্ণ। জল খরচের পূর্বাভাস বিশেষভাবে চ্যালেঞ্জিং কারণ চাহিদা গতিশীল, এবং ঋতুগত আবহাওয়া পরিবর্তনের প্রভাব থাকতে পারে। জল খরচ সঠিকভাবে ভবিষ্যদ্বাণী করা গুরুত্বপূর্ণ যাতে গ্রাহকরা কোনও পরিষেবা বাধার সম্মুখীন না হয় এবং কম দাম বজায় রেখে একটি স্থিতিশীল পরিষেবা প্রদান করতে। উন্নত পূর্বাভাস আপনাকে আরও সাশ্রয়ী-কার্যকর ভবিষ্যত চুক্তি গঠনের জন্য আগাম পরিকল্পনা করতে সক্ষম করে। নিম্নলিখিত দুটি সবচেয়ে সাধারণ ব্যবহারের ক্ষেত্রে:
- উন্নত চাহিদা ব্যবস্থাপনা - একটি ইউটিলিটি প্রদানকারী সংস্থা হিসাবে, আপনাকে জলের চাহিদা এবং সরবরাহের মধ্যে একটি ভারসাম্য খুঁজে বের করতে হবে। এজেন্সি পরিষেবা দেওয়ার আগে অ্যাপার্টমেন্টে বসবাসকারী লোকের সংখ্যা এবং কোনও বিল্ডিংয়ে অ্যাপার্টমেন্টের সংখ্যার মতো তথ্য সংগ্রহ করে। একটি ইউটিলিটি এজেন্সি হিসাবে, আপনাকে অবশ্যই সামগ্রিক সরবরাহ এবং চাহিদার ভারসাম্য বজায় রাখতে হবে। চাহিদা মেটানোর জন্য আপনাকে পর্যাপ্ত পানি সংরক্ষণ করতে হবে। অধিকন্তু, নিম্নোক্ত কারণে চাহিদার পূর্বাভাস আরও চ্যালেঞ্জিং হয়ে উঠেছে:
- চাহিদা সব সময়ে স্থিতিশীল নয় এবং সারা দিন পরিবর্তিত হয়। উদাহরণস্বরূপ, সকালের তুলনায় মধ্যরাতে পানির ব্যবহার অনেক কম।
- আবহাওয়াও সামগ্রিক খরচের উপর প্রভাব ফেলতে পারে। উদাহরণস্বরূপ, উত্তর গোলার্ধে শীতের তুলনায় গ্রীষ্মকালে জলের ব্যবহার বেশি হয় এবং অন্যভাবে দক্ষিণ গোলার্ধে।
- পর্যাপ্ত বৃষ্টিপাত বা জল সঞ্চয়ের ব্যবস্থা নেই (হ্রদ, জলাধার), বা জল ফিল্টারিং অপর্যাপ্ত। গ্রীষ্মকালে, চাহিদা সবসময় সরবরাহের সাথে রাখতে পারে না। জল সংস্থাগুলিকে অন্যান্য উত্সগুলি অর্জনের জন্য সতর্কতার সাথে পূর্বাভাস দিতে হবে, যা আরও ব্যয়বহুল হতে পারে। অতএব, ইউটিলিটি এজেন্সিগুলির জন্য বৃষ্টির জল সংগ্রহ করা, এয়ার হ্যান্ডলিং ইউনিটগুলি থেকে ঘনীভবন ক্যাপচার করা বা বর্জ্য জল পুনরুদ্ধার করার মতো বিকল্প জলের উত্সগুলি সন্ধান করা গুরুত্বপূর্ণ।
- বর্ধিত চাহিদার জন্য একটি কি-যদি বিশ্লেষণ পরিচালনা করা - একাধিক কারণে পানির চাহিদা বাড়ছে। এর মধ্যে রয়েছে জনসংখ্যা বৃদ্ধি, অর্থনৈতিক উন্নয়ন এবং পরিবর্তিত ভোগের ধরণ। আসুন একটি দৃশ্যকল্প কল্পনা করুন যেখানে একটি বিদ্যমান অ্যাপার্টমেন্ট বিল্ডিং একটি এক্সটেনশন তৈরি করে এবং পরিবার এবং মানুষের সংখ্যা একটি নির্দিষ্ট শতাংশ বৃদ্ধি পায়। এখন আপনাকে বর্ধিত চাহিদার জন্য সরবরাহের পূর্বাভাস দেওয়ার জন্য একটি বিশ্লেষণ করতে হবে। এটি আপনাকে বর্ধিত চাহিদার জন্য একটি ব্যয়-কার্যকর চুক্তি করতে সহায়তা করে।
পূর্বাভাস করা চ্যালেঞ্জিং হতে পারে কারণ চাহিদার পূর্বাভাস দেওয়ার জন্য আপনার প্রথমে সঠিক মডেলের প্রয়োজন এবং তারপরে বিভিন্ন পরিস্থিতিতে পূর্বাভাস পুনরুত্পাদন করার একটি দ্রুত এবং সহজ উপায়।
এই পোস্টটি জল ব্যবহারের পূর্বাভাস এবং কী-যদি বিশ্লেষণ করার জন্য একটি সমাধানের উপর দৃষ্টি নিবদ্ধ করে। এই পোস্টটি মডেল প্রশিক্ষণের জন্য আবহাওয়ার ডেটা বিবেচনা করে না। যাইহোক, আপনি আবহাওয়ার তথ্য যোগ করতে পারেন, জল খরচের সাথে এর সম্পর্ক রয়েছে।
পূর্বশর্ত
শুরু করার আগে, আমরা আমাদের সংস্থান সেট আপ করি। এই পোস্টের জন্য, আমরা us-east-1 অঞ্চল ব্যবহার করি।
- তৈরি একটি আমাজন সিম্পল স্টোরেজ সার্ভিস (Amazon S3) ঐতিহাসিক সময় সিরিজের তথ্য সংরক্ষণের জন্য বালতি। নির্দেশাবলীর জন্য, পড়ুন আপনার প্রথম S3 বালতি তৈরি করুন.
- থেকে ডেটা ফাইল ডাউনলোড করুন গিটহুব রেপো এবং নতুন তৈরি S3 বালতিতে আপলোড করুন।
- নতুন একটি তৈরি কর এডাব্লুএস আইডেন্টিটি এবং অ্যাক্সেস ম্যানেজমেন্ট (আমি) ভূমিকা. নির্দেশাবলীর জন্য, দেখুন অ্যামাজন পূর্বাভাসের জন্য অনুমতি সেট আপ করুন. আপনার S3 বালতির নাম প্রদান করতে ভুলবেন না।
একটি ডেটাসেট গ্রুপ এবং ডেটাসেট তৈরি করুন
এই পোস্টটি পানির চাহিদার পূর্বাভাসের সাথে সম্পর্কিত দুটি ব্যবহারের ক্ষেত্রে প্রদর্শন করে: অতীতের পানির ব্যবহারের উপর ভিত্তি করে পানির চাহিদার পূর্বাভাস এবং বর্ধিত চাহিদার জন্য কী-যদি বিশ্লেষণ করা হয়।
পূর্বাভাস তিন ধরনের ডেটাসেট গ্রহণ করতে পারে: টার্গেট টাইম সিরিজ (TTS), রিলেটেড টাইম সিরিজ (RTS), এবং আইটেম মেটাডেটা (IM)। টার্গেট টাইম সিরিজ ডেটা আপনার ভবিষ্যদ্বাণী করা সম্পদগুলির জন্য ঐতিহাসিক চাহিদা নির্ধারণ করে। টার্গেট টাইম সিরিজ ডেটাসেট বাধ্যতামূলক। একটি সম্পর্কিত টাইম সিরিজ ডেটাসেটে টাইম-সিরিজ ডেটা থাকে যা একটি টার্গেট টাইম সিরিজ ডেটাসেটে অন্তর্ভুক্ত করা হয় না এবং আপনার ভবিষ্যদ্বাণীর সঠিকতা উন্নত করতে পারে।
আমাদের উদাহরণে, টার্গেট টাইম সিরিজ ডেটাসেটে আইটেম_আইডি এবং টাইমস্ট্যাম্পের মাত্রা রয়েছে এবং সম্পূরক সম্পর্কিত সময় সিরিজ ডেটাসেটে no_of_consumer অন্তর্ভুক্ত রয়েছে। এই ডেটাসেটের সাথে একটি গুরুত্বপূর্ণ নোট: TTS 2023-01-01 তারিখে শেষ হয় এবং RTS 2023-01-15 তারিখে শেষ হয়৷ কী-যদি পরিস্থিতিগুলি সম্পাদন করার সময়, TTS-এ আপনার পরিচিত সময় দিগন্তের বাইরে RTS ভেরিয়েবলগুলি পরিচালনা করা গুরুত্বপূর্ণ।
একটি কি-যদি বিশ্লেষণ পরিচালনা করার জন্য, আমাদের দুটি CSV ফাইল আমদানি করতে হবে লক্ষ্যমাত্রার টাইম সিরিজ ডেটা এবং সম্পর্কিত সময় সিরিজ ডেটা প্রতিনিধিত্ব করে৷ আমাদের উদাহরণ টার্গেট টাইম সিরিজ ফাইলটিতে আইটেম_আইডি, টাইমস্ট্যাম্প এবং চাহিদা রয়েছে এবং আমাদের সম্পর্কিত টাইম সিরিজ ফাইলে পণ্য আইটেম_আইডি, টাইমস্ট্যাম্প এবং ভোক্তার নম্বর রয়েছে।
আপনার ডেটা আমদানি করতে, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- পূর্বাভাস কনসোলে, নির্বাচন করুন ডেটাসেট গ্রুপ দেখুন।
- বেছে নিন ডেটাসেট গ্রুপ তৈরি করুন।
- জন্য ডেটাসেট গ্রুপের নাম, একটি নাম লিখুন (এই পোস্টের জন্য,
water_consumption_datasetgroup
). - জন্য পূর্বাভাস ডোমেন, একটি পূর্বাভাস ডোমেন নির্বাচন করুন (এই পোস্টের জন্য, প্রথা).
- বেছে নিন পরবর্তী.
- উপরে টার্গেট টাইম সিরিজ ডেটাসেট তৈরি করুন পৃষ্ঠা, ডেটাসেটের নাম, আপনার ডেটার ফ্রিকোয়েন্সি এবং ডেটা স্কিমা প্রদান করুন।
- উপরে ডেটাসেট আমদানির বিবরণ পৃষ্ঠায়, একটি ডেটাসেট আমদানির নাম লিখুন।
- জন্য ফাইলের ধরন আমদানি করুন, নির্বাচন করুন CSV তে এবং ডেটা অবস্থান লিখুন।
- পূর্বশর্ত হিসাবে আপনি আগে তৈরি করা IAM ভূমিকা বেছে নিন।
- বেছে নিন শুরু.
আপনাকে ড্যাশবোর্ডে পুনঃনির্দেশিত করা হয়েছে যা আপনি অগ্রগতি ট্র্যাক করতে ব্যবহার করতে পারেন৷
- সম্পর্কিত সময় সিরিজ ফাইল আমদানি করতে, ড্যাশবোর্ডে, নির্বাচন করুন আমদানি.
- উপরে সম্পর্কিত সময় সিরিজ ডেটাসেট তৈরি করুন পৃষ্ঠা, ডেটাসেটের নাম এবং ডেটা স্কিমা প্রদান করুন।
- উপরে ডেটাসেট আমদানির বিবরণ পৃষ্ঠায়, একটি ডেটাসেট আমদানির নাম লিখুন।
- জন্য ফাইলের ধরন আমদানি করুন, নির্বাচন করুন CSV তে এবং ডেটা অবস্থান লিখুন।
- আপনি আগে তৈরি করা IAM ভূমিকা বেছে নিন।
- বেছে নিন শুরু.
একটি ভবিষ্যদ্বাণী প্রশিক্ষণ
পরবর্তী, আমরা একটি ভবিষ্যদ্বাণী প্রশিক্ষণ.
- ড্যাশবোর্ডে, নির্বাচন করুন শুরু অধীনে একটি ভবিষ্যদ্বাণী প্রশিক্ষণ.
- উপরে ট্রেন ভবিষ্যদ্বাণীকারী পৃষ্ঠা, আপনার ভবিষ্যদ্বাণীকারীর জন্য একটি নাম লিখুন।
- ভবিষ্যতে আপনি কতক্ষণ পূর্বাভাস দিতে চান এবং কোন ফ্রিকোয়েন্সিতে তা উল্লেখ করুন।
- আপনি যে পরিমাণের জন্য পূর্বাভাস দিতে চান তার সংখ্যা উল্লেখ করুন।
পূর্বাভাস ভবিষ্যদ্বাণী তৈরি করতে AutoPredictor ব্যবহার করে। আরো তথ্যের জন্য, পড়ুন প্রশিক্ষণ ভবিষ্যদ্বাণী.
- বেছে নিন সৃষ্টি.
একটি পূর্বাভাস তৈরি করুন
আমাদের ভবিষ্যদ্বাণী প্রশিক্ষিত হওয়ার পরে (এতে প্রায় 3.5 ঘন্টা সময় লাগতে পারে), আমরা একটি পূর্বাভাস তৈরি করি। আপনি জানতে পারবেন যে আপনার ভবিষ্যদ্বাণী প্রশিক্ষিত যখন আপনি দেখতে ভবিষ্যদ্বাণী দেখুন আপনার ড্যাশবোর্ডে বোতাম।
- বেছে নিন শুরু অধীনে পূর্বাভাস তৈরি করুন ড্যাশবোর্ডে
- উপরে একটি পূর্বাভাস তৈরি করুন পৃষ্ঠায়, একটি পূর্বাভাসের নাম লিখুন।
- জন্য Predictor, আপনি যে ভবিষ্যদ্বাণী তৈরি করেছেন তা চয়ন করুন।
- ঐচ্ছিকভাবে, পূর্বাভাসের পরিমাণ উল্লেখ করুন।
- একটি পূর্বাভাস তৈরি করতে আইটেমগুলি নির্দিষ্ট করুন৷
- বেছে নিন শুরু.
আপনার পূর্বাভাস জিজ্ঞাসা করুন
আপনি ব্যবহার করে একটি পূর্বাভাস জিজ্ঞাসা করতে পারেন ক্যোয়ারী পূর্বাভাস বিকল্প ডিফল্টরূপে, পূর্বাভাসের সম্পূর্ণ পরিসীমা ফেরত দেওয়া হয়। আপনি সম্পূর্ণ পূর্বাভাসের মধ্যে একটি নির্দিষ্ট তারিখের সীমার জন্য অনুরোধ করতে পারেন। আপনি যখন একটি পূর্বাভাস জিজ্ঞাসা করেন, আপনাকে অবশ্যই ফিল্টারিং মানদণ্ড নির্দিষ্ট করতে হবে। একটি ফিল্টার হল একটি মূল-মান জোড়া। পূর্বাভাস তৈরি করতে ব্যবহৃত ডেটাসেটের একটি থেকে মূলটি হল স্কিমা বৈশিষ্ট্যের নাম (পূর্বাভাসের মাত্রা সহ)। মানটি নির্দিষ্ট কী-এর জন্য একটি বৈধ মান। আপনি একাধিক কী-মান জোড়া নির্দিষ্ট করতে পারেন। প্রত্যাবর্তিত পূর্বাভাসে শুধুমাত্র এমন আইটেম থাকবে যা সমস্ত মানদণ্ড পূরণ করে।
- বেছে নিন ক্যোয়ারী পূর্বাভাস ড্যাশবোর্ডে
- শুরুর তারিখ এবং শেষ তারিখের জন্য ফিল্টার মানদণ্ড প্রদান করুন।
- আপনার পূর্বাভাস কী এবং মান উল্লেখ করুন।
- বেছে নিন পূর্বাভাস পান.
নিম্নলিখিত স্ক্রিনশটটি পূর্বাভাস মডেল ব্যবহার করে একই অ্যাপার্টমেন্টের (আইটেম আইডি A_10001) জন্য পূর্বাভাস শক্তি খরচ দেখায়।
একটি কি-যদি বিশ্লেষণ তৈরি করুন
এই মুহুর্তে, আমরা আমাদের বেসলাইন পূর্বাভাস তৈরি করেছি এখন কি-যদি বিশ্লেষণ পরিচালনা করতে পারে। আসুন একটি দৃশ্যকল্প কল্পনা করুন যেখানে একটি বিদ্যমান অ্যাপার্টমেন্ট বিল্ডিং একটি এক্সটেনশন যোগ করে, এবং পরিবার এবং মানুষের সংখ্যা 20% বৃদ্ধি পায়। এখন আপনাকে বর্ধিত চাহিদার উপর ভিত্তি করে বর্ধিত সরবরাহের পূর্বাভাস দেওয়ার জন্য একটি বিশ্লেষণ করতে হবে।
হোয়াট-ইফ অ্যানালাইসিস পরিচালনার তিনটি ধাপ রয়েছে: বিশ্লেষণ সেট আপ করা, দৃশ্যকল্পে কী পরিবর্তন হয়েছে তা সংজ্ঞায়িত করে কী-যদি পূর্বাভাস তৈরি করা, এবং ফলাফলের তুলনা করা।
- আপনার বিশ্লেষণ সেট আপ করতে, নির্বাচন করুন কি-যদি বিশ্লেষণ অন্বেষণ ড্যাশবোর্ডে
- বেছে নিন সৃষ্টি.
- একটি অনন্য নাম লিখুন এবং বেসলাইন পূর্বাভাস চয়ন করুন।
- আপনার ডেটাসেটের আইটেমগুলি বেছে নিন যেগুলির জন্য আপনি কী-যদি বিশ্লেষণ করতে চান। আপনার দুটি বিকল্প আছে:
- সব আইটেম নির্বাচন করুন ডিফল্ট, যা আমরা এই পোস্টে নির্বাচন করি।
- আপনি নির্দিষ্ট আইটেম বাছাই করতে চান, নির্বাচন করুন একটি ফাইল সহ আইটেম নির্বাচন করুন এবং একটি CSV ফাইল আমদানি করুন যাতে সংশ্লিষ্ট আইটেমের অনন্য শনাক্তকারী থাকে এবং যে কোনো সংশ্লিষ্ট মাত্রা।
- বেছে নিন কি-যদি বিশ্লেষণ তৈরি করুন.
একটি কি-যদি পূর্বাভাস তৈরি করুন
এরপরে, আমরা যে পরিস্থিতি বিশ্লেষণ করতে চাই তা সংজ্ঞায়িত করার জন্য আমরা একটি কী-যদি পূর্বাভাস তৈরি করি।
- মধ্যে কি-যদি পূর্বাভাস বিভাগ, চয়ন করুন সৃষ্টি.
- আপনার দৃশ্যকল্প একটি নাম লিখুন.
- আপনি দুটি বিকল্পের মাধ্যমে আপনার দৃশ্যকল্প সংজ্ঞায়িত করতে পারেন:
- রূপান্তর ফাংশন ব্যবহার করুন - আপনার আমদানি করা সম্পর্কিত সময় সিরিজ ডেটা রূপান্তর করতে রূপান্তর নির্মাতা ব্যবহার করুন৷ এই ওয়াকথ্রুটির জন্য, আমরা মূল্যায়ন করি যে বেসলাইন পূর্বাভাসের মূল্যের তুলনায় যখন ভোক্তার সংখ্যা 20% বৃদ্ধি পায় তখন আমাদের ডেটাসেটে একটি আইটেমের চাহিদা কীভাবে পরিবর্তিত হয়।
- একটি প্রতিস্থাপন ডেটাসেটের সাথে কী-যদি পূর্বাভাস নির্ধারণ করুন - আপনার আমদানি করা সম্পর্কিত টাইম সিরিজ ডেটাসেটটি প্রতিস্থাপন করুন।
আমাদের উদাহরণের জন্য, আমরা একটি দৃশ্যকল্প তৈরি করি যেখানে আমরা বৃদ্ধি করি no_of_consumer
আইটেম আইডিতে 20% প্রযোজ্য A_10001
, এবং no_of_consumer
ডেটাসেটের একটি বৈশিষ্ট্য। বর্ধিত চাহিদার জন্য জল সরবরাহের পূর্বাভাস এবং মেটাতে আপনার এই বিশ্লেষণের প্রয়োজন। এই বিশ্লেষণ আপনাকে জলের চাহিদার পূর্বাভাসের উপর ভিত্তি করে একটি সাশ্রয়ী চুক্তি করতে সাহায্য করে।
- জন্য কি-যদি পূর্বাভাস সংজ্ঞা পদ্ধতি, নির্বাচন করুন রূপান্তর ফাংশন ব্যবহার করুন.
- বেছে নিন গুন আমাদের অপারেটর হিসাবে, আমাদের টাইম সিরিজ হিসাবে no_of_consumer, এবং 1.2 লিখুন।
- বেছে নিন শর্ত যোগ করুন.
- বেছে নিন সমান অপারেশন হিসাবে এবং item_id এর জন্য A_10001 লিখুন।
- বেছে নিন সৃষ্টি.
পূর্বাভাস তুলনা
বেসলাইন চাহিদার সাথে ভোক্তাদের 20% বৃদ্ধির তুলনা করে আমরা এখন আমাদের উভয় পরিস্থিতির জন্য কী-যদি পূর্বাভাস তুলনা করতে পারি।
- বিশ্লেষণ অন্তর্দৃষ্টি পৃষ্ঠায়, নেভিগেট করুন কি-যদি পূর্বাভাস তুলনা করুন অধ্যায়.
- জন্য আইটেম_আইডি, বিশ্লেষণ করতে আইটেমটি প্রবেশ করান (আমাদের দৃশ্যে, প্রবেশ করুন
A_10001
). - জন্য কি-যদি পূর্বাভাসনির্বাচন
water_demand_whatif_analyis
. - বেছে নিন কি-যদি তুলনা করুন.
- আপনি বিশ্লেষণের জন্য বেসলাইন পূর্বাভাস চয়ন করতে পারেন।
নিম্নলিখিত গ্রাফটি আমাদের দৃশ্যকল্পের ফলে চাহিদা দেখায়। লাল রেখাটি 20% বর্ধিত জনসংখ্যার জন্য ভবিষ্যতের জল ব্যবহারের পূর্বাভাস দেখায়। P90 পূর্বাভাসের ধরন নির্দেশ করে যে প্রকৃত মান পূর্বাভাসিত মানের 90% সময়ের চেয়ে কম হবে বলে আশা করা হচ্ছে। আপনি বর্ধিত চাহিদার জন্য জল সরবরাহ কার্যকরভাবে পরিচালনা করতে এবং কোনও পরিষেবা বাধা এড়াতে এই চাহিদার পূর্বাভাস ব্যবহার করতে পারেন।
আপনার ডেটা রপ্তানি করুন
CSV-তে আপনার ডেটা রপ্তানি করতে, নিম্নলিখিত ধাপগুলি সম্পূর্ণ করুন:
- বেছে নিন রপ্তানি তৈরি করুন.
- আপনার এক্সপোর্ট ফাইলের জন্য একটি নাম লিখুন (এই পোস্টের জন্য,
water_demand_export
). - তে দৃশ্যকল্পগুলি নির্বাচন করে রপ্তানি করতে হবে এমন পরিস্থিতি নির্দিষ্ট করুন৷ কি-যদি পূর্বাভাস ড্রপ ডাউন মেনু
আপনি একটি সম্মিলিত ফাইলে একবারে একাধিক পরিস্থিতি রপ্তানি করতে পারেন।
- জন্য অবস্থান রপ্তানি করুন, Amazon S3 অবস্থান নির্দিষ্ট করুন।
- রপ্তানি শুরু করতে, নির্বাচন করুন রপ্তানি তৈরি করুন.
- এক্সপোর্ট ডাউনলোড করতে, অ্যামাজন এস৩ কনসোলে S3 ফাইল পাথ অবস্থানে নেভিগেট করুন, ফাইলটি নির্বাচন করুন এবং নির্বাচন করুন ডাউনলোড.
এক্সপোর্ট ফাইলে থাকবে timestamp
, item_id
, এবং forecasts
নির্বাচিত সমস্ত পরিস্থিতির জন্য প্রতিটি কোয়ান্টাইলের জন্য (বেস দৃশ্যকল্প সহ)।
সম্পদ পরিষ্কার করুন
ভবিষ্যতের চার্জ এড়াতে, এই সমাধান দ্বারা তৈরি সংস্থানগুলি সরান:
- পূর্বাভাস সংস্থানগুলি মুছুন আপনি তৈরি করেছেন।
- S3 বালতি মুছুন.
উপসংহার
এই পোস্টে, আমরা আপনাকে দেখিয়েছি যে কীভাবে ব্যবহার করা যায় কীভাবে পূর্বাভাস এবং এর অন্তর্নিহিত সিস্টেম আর্কিটেকচার ব্যবহার করে জলের খরচের ডেটা ব্যবহার করে জলের চাহিদার পূর্বাভাস দিতে হয়। একটি কি-যদি দৃশ্যকল্প বিশ্লেষণ ব্যবসার অনিশ্চয়তার মধ্য দিয়ে নেভিগেট করতে সাহায্য করার জন্য একটি গুরুত্বপূর্ণ হাতিয়ার। এটি স্ট্রেস-পরীক্ষার ধারণাগুলির জন্য দূরদর্শিতা এবং একটি প্রক্রিয়া প্রদান করে, যা ব্যবসাগুলিকে আরও স্থিতিস্থাপক, আরও ভাল প্রস্তুত এবং তাদের ভবিষ্যতের নিয়ন্ত্রণে রাখে। অন্যান্য ইউটিলিটি প্রদানকারী যেমন বিদ্যুত বা গ্যাস প্রদানকারীরা সমাধান তৈরি করতে এবং সাশ্রয়ী উপায়ে ইউটিলিটি চাহিদা মেটাতে পূর্বাভাস ব্যবহার করতে পারে।
এই পোস্টের পদক্ষেপগুলি কীভাবে সমাধান তৈরি করতে হয় তা প্রদর্শন করেছে এডাব্লুএস ম্যানেজমেন্ট কনসোল. সমাধান তৈরির জন্য সরাসরি পূর্বাভাস API ব্যবহার করতে, আমাদের নোটবুক অনুসরণ করুন গিটহুব রেপো.
আমরা আপনাকে পরিদর্শন করে আরও শিখতে উত্সাহিত করি আমাজন পূর্বাভাস বিকাশকারী গাইড এবং আপনার ব্যবসার কেপিআই-এর সাথে প্রাসঙ্গিক ডেটাসেট সহ এই পরিষেবাগুলির দ্বারা সক্ষম করা এন্ড-টু-এন্ড সমাধান চেষ্টা করুন৷
লেখক সম্পর্কে
ধীরাজ ঠাকুর অ্যামাজন ওয়েব পরিষেবাগুলির সাথে একজন সমাধান স্থপতি৷ তিনি এন্টারপ্রাইজ ক্লাউড গ্রহণ, স্থানান্তর এবং কৌশল সম্পর্কে নির্দেশিকা প্রদান করতে AWS গ্রাহক এবং অংশীদারদের সাথে কাজ করেন। তিনি প্রযুক্তি সম্পর্কে উত্সাহী এবং বিশ্লেষণ এবং এআই/এমএল স্পেসে নির্মাণ এবং পরীক্ষা করা উপভোগ করেন।
- এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
- প্লেটোব্লকচেন। Web3 মেটাভার্স ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
- উত্স: https://aws.amazon.com/blogs/machine-learning/build-a-water-consumption-forecasting-solution-for-a-water-utility-agency-using-amazon-forecast/
- 1
- 11
- a
- সম্পর্কে
- সমর্থন দিন
- প্রবেশ
- সঠিকতা
- সঠিক
- সঠিক
- অর্জন
- দিয়ে
- যোগ
- অতিরিক্ত
- উপরন্তু
- ঠিকানা
- যোগ করে
- গ্রহণ
- প্রভাবিত
- সংস্থা
- এজেন্সি
- কৃষি
- এগিয়ে
- এআই / এমএল
- এয়ার
- সব
- বিকল্প
- সর্বদা
- মর্দানী স্ত্রীলোক
- আমাজন পূর্বাভাস
- অ্যামাজন ওয়েব সার্ভিসেস
- মধ্যে
- বিশ্লেষণ
- বৈশ্লেষিক ন্যায়
- বিশ্লেষণ করা
- এবং
- কামরা
- অ্যাপার্টমেন্ট
- API গুলি
- প্রাসঙ্গিক
- আন্দাজ
- স্থাপত্য
- এলাকায়
- কাছাকাছি
- যুক্ত
- এড়াতে
- ডেস্কটপ AWS
- ভারসাম্য
- ভিত্তি
- ভিত্তি
- বেসলাইন
- কারণ
- পরিণত
- আগে
- বিশ্বাস করা
- উত্তম
- মধ্যে
- তার পরেও
- নির্মাণ করা
- নির্মাতা
- ভবন
- তৈরী করে
- ব্যবসায়
- ব্যবসা
- বোতাম
- ক্যাপচার
- সাবধানে
- কেস
- মামলা
- কিছু
- চ্যালেঞ্জিং
- পরিবর্তন
- পরিবর্তন
- চার্জ
- বেছে নিন
- মেঘ
- মেঘ গ্রহণ
- মেঘ অবকাঠামো
- সংগ্রহ
- সমাহার
- মিলিত
- প্রতিশ্রুতি
- সাধারণ
- তুলনা করা
- তুলনা
- তুলনা
- পরিপূরক
- সম্পূর্ণ
- কম্পিউটিং
- আচার
- আবহ
- বিবেচনা
- কনসোল
- ভোক্তা
- কনজিউমার্স
- খরচ
- ধারণ
- চুক্তি
- চুক্তি
- নিয়ন্ত্রণ
- অনুবন্ধ
- অনুরূপ
- সাশ্রয়ের
- সৃষ্টি
- নির্মিত
- তৈরি করা হচ্ছে
- নির্ণায়ক
- সংকটপূর্ণ
- ক্রেতা
- গ্রাহকদের
- ড্যাশবোর্ড
- উপাত্ত
- ডেটাসেট
- তারিখ
- দিন
- ডিফল্ট
- সংজ্ঞায়িত
- সংজ্ঞা
- চাহিদা
- চাহিদার পূর্বাভাস
- প্রদর্শিত
- বিকাশকারী
- উন্নয়ন
- বিভিন্ন
- মাত্রা
- সরাসরি
- না
- ডোমেইন
- Dont
- ডাউনলোড
- সময়
- প্রগতিশীল
- প্রতি
- পূর্বে
- অর্থনৈতিক
- অর্থনৈতিক উন্নয়ন
- কার্যকরীভাবে
- দক্ষতার
- বিদ্যুৎ
- সক্ষম করা
- সম্ভব
- উত্সাহিত করা
- সর্বশেষ সীমা
- প্রান্ত
- শক্তি
- শক্তি খরচ
- যথেষ্ট
- প্রবেশ করান
- উদ্যোগ
- থার (eth)
- মূল্যায়ন
- উদাহরণ
- বিদ্যমান
- প্রত্যাশিত
- ব্যয়বহুল
- অভিজ্ঞতা
- ব্যাখ্যা করা
- রপ্তানি
- প্রসার
- মুখ
- দ্রুত
- বৈশিষ্ট্য
- পারিশ্রমিক
- ফাইল
- নথি পত্র
- ছাঁকনি
- ফিল্টারিং
- আবিষ্কার
- প্রথম
- গুরুত্ত্ব
- অনুসরণ করা
- অনুসরণ
- পূর্বাভাস
- ফ্রিকোয়েন্সি
- থেকে
- সম্পূর্ণরূপে
- ক্রিয়াকলাপ
- ভবিষ্যৎ
- গ্যাস
- উত্পাদন করা
- পেয়ে
- প্রদত্ত
- চিত্রলেখ
- গ্রুপ
- গ্রুপের
- উন্নতি
- হ্যান্ডলিং
- ফসল
- সাহায্য
- সাহায্য
- ঊর্ধ্বতন
- অত্যন্ত
- ঐতিহাসিক
- দিগন্ত
- ঘন্টার
- পরিবারের
- ঘর
- কিভাবে
- কিভাবে
- যাহোক
- এইচটিএমএল
- HTTPS দ্বারা
- আমি
- ধারনা
- আইডেন্টিফায়ার
- পরিচয়
- প্রভাব
- আমদানি
- গুরুত্বপূর্ণ
- উন্নত করা
- উন্নত
- in
- অন্তর্ভুক্ত
- অন্তর্ভুক্ত
- সুদ্ধ
- বৃদ্ধি
- বর্ধিত
- বৃদ্ধি
- ইঙ্গিত
- শিল্প
- তথ্য
- পরিকাঠামো
- অর্ন্তদৃষ্টি
- নির্দেশাবলী
- জায়
- ইনভেন্টরি ম্যানেজমেন্ট
- তদন্ত করা
- IT
- আইটেম
- রাখা
- চাবি
- জানা
- পরিচিত
- শিখতে
- শিক্ষা
- ছোড়
- লাইন
- লাইভস
- জীবিত
- অবস্থান
- দীর্ঘ
- কম
- কম দাম
- মেশিন
- মেশিন লার্নিং
- করা
- পরিচালনা করা
- পরিচালিত
- ব্যবস্থাপনা
- কার্যভার
- ম্যানুয়ালি
- পদ্ধতি
- সম্মেলন
- মেনু
- মেটাডাটা
- হতে পারে
- অভিপ্রয়াণ
- সর্বনিম্ন
- ML
- মডেল
- মডেল
- অধিক
- সকাল
- সেতু
- বহু
- নাম
- নাম
- প্রাকৃতিক
- নেভিগেট করুন
- প্রয়োজন
- নতুন
- নোটবই
- সংখ্যা
- ONE
- অপারেশন
- অপারেশনস
- অপারেটর
- পছন্দ
- অপশন সমূহ
- ক্রম
- অন্যান্য
- সামগ্রিক
- জোড়া
- বিশেষত
- অংশীদারদের
- কামুক
- গত
- পথ
- নিদর্শন
- বেতন
- সম্প্রদায়
- শতকরা হার
- সম্পাদন করা
- করণ
- অনুমতি
- বাছাই
- পরিকল্পনা
- পরিকল্পনা
- Plato
- প্লেটো ডেটা ইন্টেলিজেন্স
- প্লেটোডাটা
- বিন্দু
- জনসংখ্যা
- পোস্ট
- সম্ভাব্য
- ভবিষ্যদ্বাণী করা
- পূর্বাভাস
- পূর্বাভাসের
- Predictor
- প্রস্তুত
- মূল্য
- দাম
- প্রাথমিক
- পূর্বে
- পণ্য
- উন্নতি
- প্রদান
- প্রদানকারী
- প্রদানকারীর
- উপলব্ধ
- প্রদানের
- বিধান
- দ্রুত
- পরিসর
- কারণে
- লাল
- এলাকা
- সংশ্লিষ্ট
- প্রাসঙ্গিক
- অপসারণ
- প্রতিস্থাপন করা
- প্রতিনিধিত্বমূলক
- অনুরোধ
- স্থিতিস্থাপক
- সংস্থান
- Resources
- ফলে এবং
- ফলাফল
- উঠন্ত
- ভূমিকা
- চালান
- একই
- পরিস্থিতিতে
- নির্বিঘ্নে
- অধ্যায়
- নির্বাচিত
- নির্বাচন
- ক্রম
- সেবা
- সেবা
- সেট
- বিন্যাস
- বিভিন্ন
- শো
- সহজ
- So
- সমাধান
- সলিউশন
- সোর্স
- দক্ষিণ
- স্থান
- নির্দিষ্ট
- নিদিষ্ট
- স্থিতিশীল
- ইন্টার্নশিপ
- শুরু
- শুরু
- প্রারম্ভিক ব্যবহারের নির্দেশাবলী
- স্টোরেজ
- দোকান
- কৌশল
- গঠন
- যথেষ্ট
- গ্রীষ্ম
- সরবরাহ
- চাহিদা এবং যোগান
- পদ্ধতি
- গ্রহণ করা
- লক্ষ্য
- প্রযুক্তিঃ
- সার্জারির
- ক্ষেত্র
- ভবিষ্যৎ
- তাদের
- অতএব
- তিন
- দ্বারা
- সর্বত্র
- সময়
- সময় সিরিজ
- বার
- টাইমস্ট্যাম্প
- থেকে
- টুল
- পথ
- রেলগাড়ি
- প্রশিক্ষিত
- প্রশিক্ষণ
- রুপান্তর
- রুপান্তর
- ভ্রমণ
- সত্য
- প্রকৃত মূল্য
- ধরনের
- অনিশ্চয়তা
- অধীনে
- নিম্নাবস্থিত
- অনন্য
- ইউনিট
- ব্যবহার
- ব্যবহার
- ব্যবহার ক্ষেত্রে
- উপযোগ
- মূল্য
- বৈচিত্র্য
- , walkthrough
- পানি
- আবহাওয়া
- ওয়েব
- ওয়েব সার্ভিস
- কি
- যে
- যখন
- ব্যাপক
- ইচ্ছা
- শীতকালীন
- মধ্যে
- ছাড়া
- কর্মীসংখ্যার
- কাজ
- আপনার
- zephyrnet