Recensioni e Dettagli del Prodotto Amazon Forecast

Quello che mi piace di più di Amazon Forecast è che può generare previsioni accurate delle serie temporali utilizzando il machine learning senza richiedere una profonda esperienza in ML. È anche semplice da integrare con altri servizi AWS e supporta una migliore pianificazione della domanda e decisioni più informate. Recensione raccolta e ospitata su G2.com.

Una cosa che non mi piace di Amazon Forecast è che può diventare costoso quando si lavora con grandi set di dati o si eseguono previsioni frequentemente. Inoltre, il processo di configurazione può sembrare un po' complesso, soprattutto per i nuovi utenti che non sono già familiari con i servizi AWS. Recensione raccolta e ospitata su G2.com.

Mi piace di più l'ML automatizzato di Amazon Forecast per una previsione della domanda precisa senza competenze di data science. Presso The Knowledge Academy, prevede facilmente le iscrizioni a PMP/CISSP e le tendenze dei lead di HubSpot, riducendo del 40% il tempo di analisi manuale e migliorando l'accuratezza della pianificazione per webinar e personale. L'integrazione senza soluzione di continuità con S3 completa l'offerta. Recensione raccolta e ospitata su G2.com.

I principali svantaggi di Amazon Forecast sono la sua ripida curva di apprendimento per gli utenti non tecnici e i costi più elevati associati a dataset su larga scala. Presso The Knowledge Academy, la configurazione iniziale ha richiesto competenze AWS e i prezzi sono aumentati rapidamente oltre le esigenze di previsione più piccole, come le nostre previsioni per i corsi PMP. Di conseguenza, anche se l'accuratezza è elevata, può essere meno adatto per i team di vendita attenti al budget. Recensione raccolta e ospitata su G2.com.

Quello che mi piace di più di Amazon Forecast è quanto sia facile generare previsioni di domanda accurate utilizzando i nostri dati storici interni. La piattaforma automatizza la maggior parte del lavoro pesante, il che mi aiuta a creare previsioni per l'inventario e la pianificazione operativa senza dover costruire modelli da zero. L'integrazione con i servizi AWS è fluida e, una volta caricati i dataset, il flusso di lavoro è molto efficiente. Recensione raccolta e ospitata su G2.com.

Alcuni passaggi di configurazione possono sembrare tecnici, specialmente quando si preparano i dataset o si regolano le impostazioni di importazione. Inoltre, l'addestramento dei modelli può richiedere un po' di tempo a seconda della dimensione del dataset. A parte questo, lo strumento è stabile e fornisce risultati coerenti una volta che tutto è configurato. Recensione raccolta e ospitata su G2.com.

Quello che mi piace di più è quanto sia automatizzato e pronto per la produzione. Non è necessario avere una profonda esperienza in ML per ottenere previsioni di serie temporali di alta qualità perché il servizio gestisce internamente l'ingegneria delle caratteristiche, la selezione e l'ottimizzazione del modello. Inoltre, poiché è integrato con l'ecosistema AWS, l'inserimento dei dati e l'estrazione dei risultati è molto fluida. Recensione raccolta e ospitata su G2.com.

Alcune cose:

Curva di apprendimento — comprendere gli schemi dei dati (target, correlati, metadati degli elementi) richiede tempo

Complessità dei prezzi — i costi variano in base alla dimensione del dataset, alla frequenza di addestramento e all'uso di inferenza

Trasparenza limitata nella logica interna del modello (è una “scatola nera” gestita)

Sforzo di pre-elaborazione — i dati devono essere puliti e strutturati correttamente, altrimenti i risultati ne risentono

Tempo di addestramento — i lavori di addestramento iniziali possono richiedere ore per dataset di grandi dimensioni Recensione raccolta e ospitata su G2.com.

Quello che mi piace di più di Amazon Forecast è come rende accessibile la previsione di serie temporali di alta qualità senza costringerti a essere un esperto di data science, pur offrendo profondità se lo sei. Recensione raccolta e ospitata su G2.com.

Non mi piace che Amazon Forecast scambi trasparenza, controllo e velocità di iterazione per l'automazione: è difficile capire perché le previsioni appaiano come appaiono, la personalizzazione è limitata per gli utenti avanzati, la sperimentazione può essere lenta e costosa, e il debug di risultati scadenti è difficile, rendendo frustrante quando si ha bisogno di spiegabilità, stretto controllo dei costi o comportamento di modellazione specifico del dominio. Recensione raccolta e ospitata su G2.com.

Ciò che mi piace di più è l'alta precisione alimentata dalla stessa tecnologia ML utilizzata su Amazon.com. Gestisce relazioni complesse tra variabili come prezzo, promozioni e traffico del negozio per fornire risultati molto più affidabili rispetto ai modelli statistici tradizionali. Recensione raccolta e ospitata su G2.com.

Il costo può aumentare rapidamente quando si lavora con set di dati massicci o con il retraining frequente dei modelli. Sebbene sia conveniente per progetti di piccole e medie dimensioni, l'uso su larga scala a livello aziendale richiede un monitoraggio molto attento dei costi di Training Hour e Inference per evitare sorprese di budget. Recensione raccolta e ospitata su G2.com.

Quello che mi piace di più di Amazon Forecast è la sua capacità di creare previsioni di domanda accurate utilizzando il machine learning senza bisogno di una profonda esperienza in data science. Gestisce bene grandi set di dati e seleziona automaticamente i migliori algoritmi, il che mi fa risparmiare molto tempo. L'integrazione con altri servizi AWS lo rende anche facile da usare all'interno dell'ecosistema AWS. Recensione raccolta e ospitata su G2.com.

L'impostazione e la configurazione iniziali possono sembrare un po' complesse, soprattutto per gli utenti alle prime armi. Ci è voluto del tempo per comprendere i passaggi di preparazione dei dati e scegliere le metriche giuste. Inoltre, quando si lavora con grandi set di dati, è importante tenere d'occhio i costi. Recensione raccolta e ospitata su G2.com.

La cosa migliore di Amazon Forecast è che fornisce dati accurati e affidabili con una minore quantità di informazioni fornite. Scala l'accuratezza e offre previsioni probabilistiche senza necessità di competenze in ML.

Con l'uso del suo potente algoritmo di Machine Learning, estrae dati da fonti profonde e presenta i migliori fatti e cifre. Recensione raccolta e ospitata su G2.com.

Cose come la trasparenza, i prezzi e la minore personalizzazione lo rendono un po' sgradevole. La previsione è fatta, ma la trasparenza sul perché tale previsione è stata fatta è ancora opaca.

I prezzi aumentano anche per piccole esigenze di dati e la personalizzazione riguardo a funzioni e logiche specifiche è carente. Recensione raccolta e ospitata su G2.com.

Amazon Forecast è molto accurato nel prevedere le tendenze future perché utilizza modelli autoapprendenti per comprendere modelli di dati complessi. È anche facile da configurare, poiché il sistema svolge la maggior parte del lavoro automaticamente senza richiedere una conoscenza tecnica approfondita. Recensione raccolta e ospitata su G2.com.

Uno svantaggio di Amazon Forecast è che non è facile per i principianti, specialmente se non hanno familiarità con i concetti di base di AWS. Può anche essere costoso e, sebbene mostri previsioni, non spiega chiaramente le ragioni dietro i risultati. Recensione raccolta e ospitata su G2.com.

1. L'interfaccia è molto semplice e facile da usare, qualsiasi profano può usarla. Non è necessaria una conoscenza tecnica approfondita per conoscerla.

2. L'installazione è facile e non richiede troppo tempo per completare il processo.

3. Il supporto clienti è ben attrezzato, l'aiuto è disponibile se necessario.

4. Le previsioni vengono aggiornate quotidianamente, il che aiuta nella previsione giornaliera. Recensione raccolta e ospitata su G2.com.

1. I costi aumentano quando l'uso dei dati aumenta.

2. È difficile capire come vengono generate completamente le previsioni. Recensione raccolta e ospitata su G2.com.