Amazon Forecast は新規顧客には利用できなくなりました。Amazon Forecast の既存のお客様は、通常どおりサービスを引き続き使用できます。[詳細はこちら](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)
翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# 開始方法
Amazon Forecast の使用を開始するには、次の手順に従います。
+ Forecast データセットを作成してトレーニングデータをインポートします。
+ Forecast 予測子を作成して、時系列データに基づいて予想を生成できます。Forecast は、データセット内の各時系列にアルゴリズムの最適な組み合わせを適用します。
+ 予測を生成します。
この演習では、公開されている利用可能な電力使用量データセットの修正版を使用して予測子をトレーニングします。データセットの削除の詳細については、「[ElectricityLoadDiagrams20112014 データセット](https://archive.ics.uci.edu/ml/datasets/ElectricityLoadDiagrams20112014)」を参照してください。以下はデータセットのサンプル行です。
```
2014-01-01 01:00:00, 2.53807106598985, client_0
2014-01-01 01:00:00, 23.648648648648624, client_1
2014-01-01 02:00:00, 9.648648648612345, client_0
```
この演習では、データセットを使用して予測子をトレーニングしてから、クライアントによる時間単位の電力使用量を予測します。
この演習では、Forecast コンソールまたは AWS Command Line Interface （AWS CLI) を使用できます。Amazon Forecast リソースはリージョン間で共有されないため、Amazon Forecast コンソール AWS CLI、、および Amazon Forecast SDKsデフォルトのリージョンに注意してください。
**重要**
開始する前に、 があり AWS アカウント 、 がインストールされていることを確認してください AWS CLI。詳細については、「[セットアップ](setup.md)」を参照してください。[Amazon Forecast の仕組み](how-it-works.md) についても確認することをお勧めします。
**Topics**
+ [入力データを準備する](#gs-upload-data-to-s3)
+ [開始方法 (コンソール)](gs-console.md)
+ [開始方法 (AWS CLI)](gs-cli.md)
+ [開始方法 (Python ノートブック)](getting-started-python.md)
+ [リソースのクリーンアップする](#gs-cleanup)
## 入力データを準備する
Amazon Forecast コンソールと AWS Command Line Interface （AWS CLI) のどちらを使用して予測プロジェクトをセットアップするかにかかわらず、入力データをセットアップする必要があります。データを準備するには、次の操作を実行します。
+ トレーニングデータをコンピュータにダウンロードして、 AWS アカウントの Amazon Simple Storage Service (Amazon S3) バケットにアップロードします。データを Amazon Forecast データセットにインポートするには、データを Amazon S3 バケットに保存する必要があります。
+ AWS Identity and Access Management (IAM) ロールを作成します。Amazon Forecast に IAM ロールを使用して S3 バケットにアクセスする許可を付与します。IAM ロールの詳細については、「IAM ユーザーガイド」の「[IAM ロール](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles.html)」を参照してください。**
**トレーニングデータを準備するには**
1. zip ファイル、[electricityusagedata.zip](samples/electricityusagedata.zip) をダウンロードします。
この演習では、個々の家庭の電力消費量データセットの修正版を使用します。(Dua, D. and Karra Taniskidou, E. (2017). UCI Machine Learning Repository [http://archive.ics.uci.edu/ml](http://archive.ics.uci.edu/ml). Irvine, CA: University of California, School of Information and Computer Science.) 使用状況データは時間単位で集計されます。
1. コンテンツを解凍し、`electricityusagedata.csv` としてローカルに保存します。
1. S3 バケットにデータファイルをアップロードします。
ステップバイステップの手順については、*Amazon Simple Storage Service ユーザーガイド*の「[Uploading Files and Folders by Using Drag and Drop](https://docs.aws.amazon.com/AmazonS3/latest/user-guide/upload-objects.html)」(ドラッグアンドドロップを使用したファイルとフォルダのアップロード) を参照してください。
1. IAM ロールを作成します。
入門演習 AWS CLI で を使用する場合は、IAM ロールを作成する必要があります。コンソールを使用している場合は、それを使ってロールを作成できます。手順については、「[Amazon Forecast のアクセス許可を設定する](aws-forecast-iam-roles.md)」を参照してください。
Amazon S3 へのデータのアップロードが完了したら、Amazon Forecast コンソールまたは AWS CLI を使用して、トレーニングデータのインポート、予測子の作成、予測の生成、予測の表示を行うことができます。
+ [開始方法 (コンソール)](gs-console.md)
+ [開始方法 (AWS CLI)](gs-cli.md)
## リソースのクリーンアップする
不要な料金が発生しないようにするには、使用開始実習の終了後に作成したリソースを削除します。リソースを削除するには、Amazon Forecast コンソールまたは SDK または AWS Command Line Interface (AWS CLI) の `Delete` API を使用します。たとえば、[DeleteDataset](API_DeleteDataset.md) API を使用してデータセットを削除します。
リソースを削除するには、ステータスが `ACTIVE`、`CREATE_FAILED`、または `UPDATE_FAILED` である必要があります。ステータスを確認するには、`Describe` API (例: [DescribeDataset](API_DescribeDataset.md)) を使用します。
次の表に示すように、一部のリソースは他のものよりも前に削除する必要があります。このプロセスには時間がかかる場合があります。
アップロードしたトレーニングデータ (` electricityusagedata.csv`) を削除するには、「[S3 バケットからオブジェクトを削除する方法](https://docs.aws.amazon.com/AmazonS3/latest/userguide/delete-objects.html)」を参照してください。
| 削除するリソース | 最初にこちらを削除します | メモ |
| --- | --- | --- |
| ForecastExportJob | | |
| Forecast | | エクスポート中に予測を削除することはできません。予測を削除すると、予測のクエリを実行できなくなります。 |
| Predictor | 関連するすべての予測。 | |
| DatasetImportJob | | 削除できません。 |
| Dataset | | データセットを対象にするすべての `DatasetImportJob` も削除されます。 予想子によって使用されている `Dataset` は削除できません。 |
| DatasetSchema | スキーマを参照するすべてのデータセット。 | |
| DatasetGroup | 関連するすべての予想子関連するすべての予測。データセットグループのすべてのデータセット。 | 予想子で使用されている `Dataset` を含む `DatasetGroup` は削除できません。 |