Previsão de Estoque inteligente com SageMakers Canvas 🤖

Bootcamp Nexa - Machine Learning - DIO.

📖 Resumo

O projeto final do bootcamp é utilizar um dataset para criar uma previsão de estoque inteligente baseando-se em Machine Learning No-Code através do SageMakers Canvas, da Amazon Web Service

🛎️ Este repositório é um passo a passo seguido por mim até o objetivo do projeto, também como uma forma pessoal de aprendizado enquanto explico. Pode haver erros em termos técnicos, ou abordagens rasas sobre o assunto. Não é um repositório informativo. O resultado está ao final da página.

🎯 Passo a Passo

📃 DATASET

• Meu dataset foi gerado através do generativo Chat-GPT, disponibilizado na pasta 'dataset', com as seguintes intruções:

☁️ SageMaker

• Fiz o upload do arquivo gerado pelo Chat-GPT e selecionei Predective Analysis como meu Problem type, sendo ele direcionado a predizer meu estoque com base no histórico do arquivo CSV.

• Em Select a column to predict, selecionei a coluna ESTOQUE, a qual quero uma predição dos dados.

🛎️ Há um aviso para a coluna PRECO. Segundo ao próprio SageMaker, é porque não há valores reais para os dias futuros onde serão feitas as predições, então decidi que ele trabalhará com a mediana entre os valores prescristos no arquivo CSV para finalização do projeto.

• Em Configure Model, selecionei a coluna ID_PRODUTOS para identificar os itens da coluna ESTOQUE. Enquanto a coluna DIA será o período em que ocorreu as ações do arquivo. Fiz uma previsão de até 3 dias.

• Há possibilidade de criar gráficos através do Data Visualizer

📊 Final!

🛎️ Não consegui exatamente gerar uma predição geral dos dados do arquivo CSV por conta de limite da plaforma AWS, mas é possível visualizar predições específicas para cada item na aba Single Prediction. :)

• Item 12

• Item 11

• Item 10

• Mensagem sobre o limite:

  

Tecnologias utilizadas (e seu links):