Vous avez utilisé 3 ans de données d'inventaire mensuelles pour une seule SKU dans 10 entrepôts dans Amazon Forecast. Avec DeepAR+, le MAPE du prédicteur est bien pire que les prévisions humaines. Quels changements à l'appel d'API CreatePredictor pourraient améliorer la précision ? (Choisissez deux.)

Pour améliorer la précision d'un prédicteur DeepAR+ dans Amazon Forecast, l'activation de PerformAutoML est bénéfique car elle permet à Forecast d'évaluer automatiquement plusieurs algorithmes de prévision et de choisir le meilleur, potentiellement au-delà de DeepAR+. L'activation de PerformHPO (Hyperparameter Optimization) est également cruciale. Elle optimise les hyperparamètres du modèle DeepAR+, ce qui peut significativement améliorer sa performance en ajustant finement ses réglages internes aux spécificités des données. Définir ForecastHorizon à 4 est une durée de prévision et n'améliore pas la précision du modèle lui-même. Changer ForecastFrequency à 'W' (hebdomadaire) modifierait la granularité des prévisions, ce qui pourrait être pertinent pour certains cas d'usage, mais n'est pas une garantie d'amélioration de la précision du modèle. Définir FeaturizationMethodName à 'filling' est une méthode de gestion des valeurs manquantes, utile pour la robustesse du modèle, mais n'est pas directement une technique d'optimisation de la précision intrinsèque du modèle comme AutoML ou HPO.