Usted utilizó 3 años de datos de inventario mensuales para un SKU en 10 almacenes en Amazon Forecast. Con DeepAR+, el MAPE del predictor es mucho peor que los pronósticos humanos. ¿Qué cambios en la llamada a la API CreatePredictor podrían mejorar la precisión? (Elija dos)

Para mejorar la precisión de un predictor en Amazon Forecast, especialmente cuando los resultados son peores que los pronósticos humanos, es crucial optimizar el modelo y los algoritmos. Habilitar PerformAutoML permite a Forecast probar automáticamente múltiples algoritmos (como Prophet, DeepAR+, ARIMA) y configuraciones para encontrar el mejor modelo para sus datos, lo que a menudo conduce a una mayor precisión. Habilitar PerformHPO (Optimización de Hiperparámetros) ajusta los parámetros internos del algoritmo seleccionado (en este caso, DeepAR+) para encontrar la combinación óptima que minimice el error de pronóstico. Establecer ForecastHorizon en 4 (meses) no mejora la precisión del modelo en sí, solo define la longitud del pronóstico. Cambiar ForecastFrequency a 'W' (semanal) podría ser útil si los datos subyacentes tienen patrones semanales, pero sin más información, no garantiza una mejora de la precisión y podría introducir ruido si los datos son inherentemente mensuales. Establecer FeaturizationMethodName en 'filling' es para el manejo de valores faltantes y, aunque importante para la robustez, no es una técnica directa de optimización de la precisión del modelo como AutoML o HPO.