消費財企業は、多くの製品バリアントの完全な販売履歴を持っており、現在はARIMAモデルを使用しています。彼らは、間もなく発売される新製品の需要を予測したいと考えています。機械学習スペシャリストはどの方法を使用すべきですか？

DeepARは、多数の関連する時系列データからパターンを学習し、新しい時系列の需要を予測するのに適しています。既存の製品バリアントの豊富な販売履歴を活用し、新製品の需要をより正確に予測できます。ARIMAモデルは、過去のデータがない新製品には適用できません。k-meansクラスタリングは、需要予測ではなくデータ分類に用いられます。XGBoostは、特徴量エンジニアリングが困難な時系列データには不向きな場合があります。