データサイエンティストが3か月間の製品売上を予測する必要があります。分析の結果、売上には季節性があり、祝日の影響を受け、同カテゴリの他の製品の売上と相関があることがわかりました。季節性、祝日、および関連商品の相関関係を予測に組み込むために、開発工数が最も少ないアプローチはどれですか？

Amazon Forecastは、時系列予測に特化したマネージドサービスであり、季節性や祝日などの複雑なパターンを自動的に処理します。Holidays featurizationは、祝日の影響をモデルに組み込むための機能で、開発工数を大幅に削減できます。DeepAR+アルゴリズムは、深層学習ベースの予測モデルであり、複数の関連時系列（この場合は同カテゴリの他の製品の売上）間の相関関係を学習し、高精度な予測を生成するのに適しています。ARIMAは線形モデルであり、複雑な非線形パターンや複数の関連時系列の相関関係を捉えるのがDeepAR+よりも苦手です。SageMaker ProcessingやGluonTSは、より多くの開発工数と専門知識を必要とします。