オンライン輸送会社であるForecastOpsは、数千もの異なるルートについて、確率的な時間ごとの需要予測を必要としています。各ルートには相関するパターン（一部は休日/共変量シグナルを共有）があり、チームは予測区間（分位点）と、ルートのメタデータおよび休日の共変量を含める機能を求めています。この要件に最適なAmazon Forecastアルゴリズムはどれですか？

DeepAR+は、数千もの関連する時系列データに対して、確率的な予測と予測区間（分位点）を提供するように設計されています。このアルゴリズムは、項目メタデータ（ルートのメタデータ）や共変量（休日シグナル）を組み込むことができ、ForecastOpsの要件に完全に合致します。Prophetは単一の時系列に最適化されており、多数の相関する時系列には向きません。CNN-QRは単一の時系列予測に限定され、メタデータや共変量のサポートも不十分です。ARIMAは複数の時系列には対応できますが、DeepAR+のような深層学習ベースのモデルと比較して、複雑な相関パターンや多数の時系列に対するスケーラビリティと精度で劣ります。