まとめ

Januschowski と Kolassa (2019 年) は予測の問題を、企業が下す必要のある意思決定に沿って、戦略的、戦術的、運用上に分類しています。各意思決定レベルには、対応する予測タスクがあります。

運用上および戦術上の予測の問題は、大量のデータを含むという特徴があり、通常、高度な自動化が必要です。このような問題には、さまざまな予測方法を採用することができます。戦略的予測の問題には通常、局所的予測手法が、運営上の予測の問題には深層学習ベースの手法が適していますが、その中間の問題については、多少の実験が必要な場合があります。このホワイトペーパーでは、運用上の予測の問題について説明していますが、Amazon Forecast が提供するモデルについては一定の意見に縛られず、戦略的、運用上、戦術的な予測の問題に役立つモデルが幅広く提供されています。

運用上の予測の問題解決プロセスは、データの収集と準備からモデルの構築とデプロイまでの基本的なステップに分割できます。通常、これを順番に処理する線形のプロセスではなく、反復的なプロセスととらえることが、非常に役に立ちます。例えば、モデルやユースケースの理解が深まったところで、再度データ収集フェーズに戻ることが理にかなう場合も考えられます。モデルの開発自体も非常に反復的です。

予測モデルを本番環境にデプロイするための簡略化した開発プロセス。